农业机械学报

作者：刘刚，冯彦坤，康熙

单位：中国农业大学,中国农业大学,浙大宁波理工学院,

关键词：热红外视频;生猪;耳根温度;YOLO v4;密集连接网络

基金：国家重点研发计划项目（2021ZD0113800）

基于热红外视频的生猪体温检测过程中，视频中保育期生猪头部姿态变化大，且耳根区域小，导致头部和耳根区域定位精度低，影响生猪耳根温度的精准检测。针对以上问题，本文提出了一种基于改进YOLO v4（Mish Dense YOLO v4，MD-YOLO v4）的生猪耳根温度检测方法，构建了生猪关键部位检测模型。首先，在CSPDarknet-53主干网络中，添加密集连接块，以优化特征转移和重用，并将空间金字塔池化（Spatial pyramid pooling，SPP）模块集成到主干网络，进一步增加主干网络感受野；其次，在颈部引入改进的路径聚合网络（Path aggregation network，PANet），缩短多尺度特征金字塔图的高、低融合路径；最后，网络的主干和颈部使用Mish激活函数，进一步提升该方法的检测精度。试验结果表明，该模型对生猪关键部位检测的mAP为95.71%，分别比YOLO v5和YOLO v4高5.39个百分点和6.43个百分点，检测速度为60.21f/s，可满足实时检测的需求；本文方法对热红外视频中生猪左、右耳根温度提取的平均绝对误差分别为0.26℃和0.21℃，平均相对误差分别为0.68%和0.55%。结果表明本文提出的基于改进YOLO v4的生猪耳根温度检测方法，可以应用于热红外视频中生猪关键部位的精准定位，进而实现生猪耳根温度的准确检测。

来源：2023年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第2期