农业机械学报

作者：沈明霞,陆鹏宇,刘龙申,孙玉文,许毅,秦伏亮

单位：南京农业大学,南京农业大学,南京农业大学,南京农业大学,新希望六和股份有限公司,南京农业大学,

关键词：肉鸡; 体温; 热红外成像; 卷积神经网络; 多元线性回归; BP神经网络

基金：政府间国际科技创新合作重点专项（2017YFE0114400）

为了快速、准确地检测肉鸡体温，提出了一种红外热成像技术和深度学习相结合的肉鸡体温检测方法。以卷积神经网络为基础，建立肉鸡头部和腿部的感兴趣区域（Region of interest，ROI）识别模型，提取肉鸡头部和腿部的最高温度，结合环境温度、相对湿度和光照强度，分别构建了基于多元线性回归和基于BP神经网络的肉鸡翅下体温反演模型。试验结果表明，基于深度卷积神经网络（Convolutional neural networks,CNNs）的感兴趣区域识别模型在测试集上的查准率和查全率分别为96.77%和100%，基于多元线性回归和BP（Back propagation）神经网络的反演模型平均相对误差分别为0.33%和0.29%。基于BP神经网络的肉鸡翅下温度反演模型具有更高的准确性，可准确检测肉鸡体温。

来源：2019年第10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10期