农业机械学报

作者：杨断利，王永胜，陈辉，孙二东，王连增

单位：河北农业大学,河北农业大学,河北农业大学,河北桃木疙瘩农业科技股份有限公司,河北省蛋鸡产业技术研究院,

关键词：蛋鸡个体识别与计数系统;真实环境;YOLO v5s;注意力机制;特征融合

基金：国家自然科学基金项目（32172779）、财政部和农业农村部：国家现代农业产业技术体系项目（CARS-40）、河北省科技研发平台建设专项（225676150H）和河北省在读研究生创新能力项目（CXZZSS2023055）

鸡群计数是鸡场资产评估中一项非常重要的工作。目前鸡场采用的人工计数方法，存在效率低下且计数准确度不稳定的问题。针对此问题，本文提出了一种基于改进YOLO v5s的蛋鸡个体识别与计数的方法。该方法为了消除真实复杂环境下产蛋箱、食槽等设施对蛋鸡个体识别带来的干扰，在YOLO v5s模型的Neck部分引入了SimAM注意力机制；为了扩大模型感受野，解决蛋鸡个体较小、识别困难的问题，将YOLO v5s模型的SPPF(空间金字塔池化模块)改为了SPPCSPC模块；为了尽可能多地提取蛋鸡有效特征，通过在YOLO v5s的Neck结构添加自适应特征融合模块ASFF，将不同尺度的蛋鸡成像特征信息进行融合的方法，进一步提升了模型的检测精度。在此基础上，通过调用模型检测接口，在接口内部添加计数函数、统计目标数量的方法，实现了蛋鸡个体的计数和鸡舍饲养密度的计算。将改进后的模型通过PyQt工具包进行封装、打包，开发了蛋鸡个体识别与自动计数系统。实验结果表明，改进的YOLO v5s模型的精准率、召回率、平均精度均值分别为89.91%、79.24%、87.53%，较YOLO v5s模型分别提高2.37、2.55、2.20个百分点。本模型在120~247只蛋鸡鸡舍的计数平均准确率为94.77%，较YOLO v5s模型提升2.49个百分点。研发的蛋鸡计数系统在河北省某养殖基地得到了实际应用，为养殖场的蛋鸡数量清点提供了一种可靠且有效的方法。

来源：2023年第6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6期