农业机械学报

作者：高云?，李静?，余梅?，李小平?，余慧祥?，谭忠

单位：华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,

关键词：猪只盘点;高密度计数;空间金字塔;多尺度感知;深度学习

基金：国家重点研发计划项目（2016YFD0500506）、中央高校自主创新基金项目（2662018JC003、2662018JC010、2662017JC028）和现代农业产业技术体系项目（CARS-35）

猪只盘点是生猪规模化养殖和管理中的重要环节，人工计数方法费时、费力，在大数据量的猪只盘点中容易出错。本文使用多尺度感知网络对高密度猪群图像中的猪只进行计数。通过对人群计数网络CSRNet的改进，得到猪只计数网络（Pig counting net, PCN），PCN采用VGG16作为前端网络提取特征，中间层采用空间金字塔（Spatial pyramid）结构对图像中的多尺度信息进行提取与融合，后端网络采用改进的膨胀卷积网络。PCN增加了多尺度感知结构、扩大了后端网络感受野，通过感知多尺度特征得到预测密度图，预测密度图反映了猪只空间分布，通过对密度图积分实现了猪只数量的估计。结果表明，在平均猪只数为 40.71的测试集图像上，PCN的计数准确率优于人群计数网络 MCNN、CSRNet和改进Counting CNN 的猪只计数网络，MAE和RMSE 分别为1.74和 2.28，表现出较高的准确性和鲁棒性；单幅图像平均识别时间为0.108s，满足实时处理要求。

来源：2021年第9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9期