| 基于深层卷积神经网络的初生仔猪目标实时检测方法 |
| |
| 引用本文： | 沈明霞,太猛,CEDRIC Okin,刘龙申,李嘉位,孙玉文. 基于深层卷积神经网络的初生仔猪目标实时检测方法[J]. 农业机械学报, 2019, 50(8): 270-279 |
| |
| 作者姓名： | 沈明霞 太猛 CEDRIC Okin 刘龙申 李嘉位 孙玉文 |
| |
| 作者单位： | 南京农业大学;江苏省智能化农业装备重点实验室,南京农业大学;江苏省智能化农业装备重点实验室,南京农业大学;江苏省智能化农业装备重点实验室,南京农业大学;江苏省智能化农业装备重点实验室,南京农业大学;江苏省智能化农业装备重点实验室,南京农业大学;江苏省智能化农业装备重点实验室 |
| |
| 基金项目： | 政府间国际科技创新合作重点专项（2017YFE0114400）和国家自然科学基金青年基金项目（31802106） |
| |
| 摘 要： | 针对初生仔猪目标较小、分娩栏内光线变化复杂、仔猪粘连和硬性遮挡现象较为严重等问题,提出一种基于深层卷积神经网络的初生仔猪目标识别方法。将分类和定位合并为一个任务,以整幅图像为兴趣域,利用特征金字塔网络(Feature pyramid network,FPN)算法定位识别仔猪目标;对比了不同通道数数据集以及不同迭代次数对模型效果的影响;该方法支持图像批量处理、视频与监控录像的实时检测和检测结果多样化储存。实验结果表明:在数据集总量相同时,同时包含夜间单通道和白天3通道的数据集,在迭代20 000次时接近模型最优值。模型在验证集和测试集上的精确率分别为95. 76%和93. 84%,召回率分别为95. 47%和94. 88%,对分辨率为500像素×375像素的图像检测速度为53. 19 f/s,对清晰度为720 P的视频检测速度为22 f/s,可满足实时检测的要求,对全天候多干扰场景表现出良好的泛化能力。
|
| 关 键 词： | 初生仔猪； 实时检测； 深层卷积神经网络； FPN算法 |
| 收稿时间： | 2018-12-21 |
Real-time Detection Method of Newborn Piglets Based on Deep Convolution Neural Network |
| |
| SHEN Mingxi,TAI Meng,CEDRIC Okind,LIU Longshen,LI Jiawei and SUN Yuwen. Real-time Detection Method of Newborn Piglets Based on Deep Convolution Neural Network[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(8): 270-279 |
| |
| Authors: | SHEN Mingxi TAI Meng CEDRIC Okind LIU Longshen LI Jiawei SUN Yuwen |
| |
| Affiliation: | Nanjing Agricultural University;Key Laboratory of Intelligent Agricultural Equipment in Jiangsu Province,Nanjing Agricultural University;Key Laboratory of Intelligent Agricultural Equipment in Jiangsu Province,Nanjing Agricultural University;Key Laboratory of Intelligent Agricultural Equipment in Jiangsu Province,Nanjing Agricultural University;Key Laboratory of Intelligent Agricultural Equipment in Jiangsu Province,Nanjing Agricultural University;Key Laboratory of Intelligent Agricultural Equipment in Jiangsu Province and Nanjing Agricultural University;Key Laboratory of Intelligent Agricultural Equipment in Jiangsu Province |
| |
| Abstract: | |
| |
| Keywords: | newborn piglet real time detection deep convolution neural network FPN algorithm |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载免费的PDF全文 |
|
