农业机械学报

作者：郭阳阳，洪文浩，丁屹，黄小平

单位：安徽大学,安徽大学,安徽大学,安徽大学,

关键词：羊脸检测;YOLO v5s;坐标注意力机制;精准畜牧

基金：安徽省自然科学基金项目（1908085QF284）和安徽省教育厅自然科学基金项目（KJ2021A0024）

山羊的脸部检测对羊场的智能化管理有着重要的意义。针对实际饲养环境中，羊群存在多角度、分布随机、灵活多变、羊脸检测难度大的问题，以YOLO v5s为基础目标检测网络，提出了一种结合坐标信息的山羊脸部检测模型。首先，通过移动设备获取舍内、舍外、单头以及多头山羊的图像并构建数据集。其次，在YOLO v5s的主干网络融入坐标注意力机制，以充分利用目标的位置信息，提高遮挡区域、小目标、多视角样本的检测精度。试验结果表明，改进YOLO v5s模型的检测精确率为95.6%，召回率为83.0%，mAP0.5为90.2%，帧速率为69f/s，模型内存占用量为13.2MB；与YOLO v5s模型相比，检测精度提高1.3个百分点，模型所占内存空间减少1.2MB；且模型的整体性能远优于Faster R-CNN、YOLO v4、YOLO v5s模型。此外，本文构建了不同光照和相机抖动的数据集，来进一步验证本文方法的可行性。改进后的模型可快速有效地对复杂场景下山羊的脸部进行精准检测及定位，为动物精细化养殖时目标检测识别提供了检测思路和技术支持。

来源：2023年第7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7期