| 基于改进YOLO v5n的猪只盘点算法 |
| |
| 引用本文： | 杨秋妹,陈淼彬,黄一桂,肖德琴,刘又夫,周家鑫. 基于改进YOLO v5n的猪只盘点算法[J]. 农业机械学报, 2023, 54(1): 251-262 |
| |
| 作者姓名： | 杨秋妹 陈淼彬 黄一桂 肖德琴 刘又夫 周家鑫 |
| |
| 作者单位： | 华南农业大学数学与信息学院,广州510642;农业农村部华南热带智慧农业技术重点实验室,广州510642 |
| |
| 基金项目： | 国家重点研发计划项目（2021YFD2000802） |
| |
| 摘 要： | 猪只盘点是规模化养殖中的重要环节,为生猪精准饲喂和资产管理提供了依据。人工盘点不仅耗时低效,而且容易出错。当前已有基于深度学习的生猪智能盘点算法,但在遮挡重叠、光照等复杂场景下盘点精度较低。为提高复杂场景下生猪盘点的精度,提出了一种基于改进YOLO v5n的猪只盘点算法。该算法从提升猪只目标检测性能出发,构建了一个多场景的生猪数据集;其次,在主干网络中引入SE-Net通道注意力模块,引导模型更加关注遮挡条件下猪只目标信息的通道特征。同时,增加了检测层进行多尺度特征融合处理,使模型更容易学习收敛并预测不同尺度的猪只对象,提升模型遮挡场景的检测性能;最后,对边界框损失函数以及非极大值抑制处理进行了改进,使模型对遮挡的目标有更好的识别效果。实验结果表明,与原YOLO v5n算法相比,改进算法的平均绝对误差(MAE)、均方根误差(RMSE)以及漏检率分别降低0.509、0.708以及3.02个百分点,平均精度(AP)提高1.62个百分点,达到99.39%,在复杂遮挡重叠场景下具有较优的精确度和鲁棒性。算法的MAE为0.173,与猪只盘点算法CClusnet、CCNN和PCN相比,分别降低0.2...
|
| 关 键 词： | 猪只计数 目标检测 注意力机制 多尺度感知 |
| 收稿时间： | 2022-09-30 |
Pig Counting Algorithm Based on Improved YOLO v5n |
| |
| YANG Qiumei,CHEN Miaobin,HUANG Yigui,XIAO Deqin,LIU Youfu,ZHOU Jiaxin. Pig Counting Algorithm Based on Improved YOLO v5n[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(1): 251-262 |
| |
| Authors: | YANG Qiumei CHEN Miaobin HUANG Yigui XIAO Deqin LIU Youfu ZHOU Jiaxin |
| |
| Affiliation: | South China Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | pig counting object detection attention mechanism multi-scale perception |
| 本文献已被 万方数据 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》下载全文 |
|
