农业机械学报

作者：方鹏，郝宏运，李腾飞，王红英

单位：中国农业大学,中国农业大学,北京城市学院,中国农业大学,

关键词：肉鸡; 实例分割; 轮郭提取; 可变形卷积神经网络; 注意力机制

基金：国家重点研发计划项目（2017YFE0122200）

为提高鸡只个体轮廓分割提取的精度和准确度，实现基于机器视觉技术的鸡只行为、健康、福利状态监测等精准畜牧业管理，保证相关监测技术及决策的可靠性，针对叠层笼养环境下肉鸡图像的实例分割和轮廓提取问题，提出一种优化的基于Mask R-CNN框架的实例分割方法，构建了一种鸡只图像分割和轮廓提取网络，对鸡群图像进行分割，从而实现鸡只个体轮廓的提取。该网络以注意力机制、可变形卷积的41层深度残差网络（ResNet）和特征金字塔网络（Feature pyramid networks, FPN）相融合为主干网络，提取图像特征，并经区域生成网络（Region proposal networks, RPN）提取感兴趣区域（ROI），最后通过头部网络完成鸡只目标的分类、分割和边框回归。鸡只图像分割试验表明，与Mask R-CNN网络相比，优化后网络模型精确率和精度均值分别从78.23%、84.48%提高到88.60%、90.37%，模型召回率为77.48%，可以实现鸡只轮廓的像素级分割。本研究可为鸡只福利状态和鸡只健康状况的实时监测提供技术支撑。

来源：2021年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第4期