农业机械学报

作者：宁纪锋，林靖雅，杨蜀秦，王勇胜，蓝贤勇

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：奶山羊;个体识别;YOLO v5s;迁移学习;注意力机制

基金：陕西省农业科技创新驱动项目（NYKJ-2021-YL(XN)48）

为准确高效地实现无接触式奶山羊个体识别，以圈养环境下奶山羊面部图像为研究对象，提出一种基于改进YOLO v5s的奶山羊个体识别方法。首先，从网络上随机采集350幅羊脸图像构成羊脸面部检测数据集，使用迁移学习思想预训练YOLO v5s模型，使其能够检测羊脸位置。其次，构建包含31头奶山羊3844幅不同生长期的面部图像数据集，基于预训练的YOLO v5s，在特征提取层中引入SimAM注意力模块，增强模型的学习能力，并在特征融合层引入CARAFE上采样模块以更好地恢复面部细节，提升模型对奶山羊个体面部的识别精度。实验结果表明，改进YOLO v5s模型平均精度均值为97.41%，比Faster R-CNN、SSD、YOLO v4模型分别提高6.33、8.22、15.95个百分点，比YOLO v5s模型高2.21个百分点，改进模型检测速度为56.00f/s，模型内存占用量为14.45MB。本文方法能够准确识别具有相似面部特征的奶山羊个体，为智慧养殖中的家畜个体识别提供了一种方法支持。

来源：2023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2023年第4期