农业机械学报

作者：沈明霞,太猛,CEDRIC Okinda,刘龙申,李嘉位,孙玉文

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,

关键词：初生仔猪; 实时检测; 深层卷积神经网络; FPN算法

基金：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）

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。

来源：2019年第8期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第8期