中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 采用改进RetinaNet的笼养肉鸽繁育期个体检测模型 农业工程学报 2022,38 (13) 184-193
Position: Home > Articles > Individual detection model for caged meat pigeons during breeding period based on improved RetinaNet Transactions of the Chinese Society of Agricultural Engineering 2022,38 (13) 184-193

采用改进RetinaNet的笼养肉鸽繁育期个体检测模型

作  者：
刘双印;范文婷;邓皓;何国煌;陈耀聪;周冰;李锦慧;冯大春;吴惠粦;李景彬;尹航
单  位：
石河子大学机械电气工程学院;广州国家现代农业产业科技创新中心;仲恺农业工程学院广州市农产品质量安全溯源信息技术重点实验室
关键词：
图像识别;养殖;小目标检测;鸽蛋;粘连乳鸽;RetinaNet模型;特征金字塔网络;卷积注意力模块
摘  要：
实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段,其中小目标鸽蛋及粘连乳鸽的精准检测是关键.该研究提出了一种基于改进RetinaNet的目标检测模型,以RetinaNet网络为基础框架,将ResNet50特征提取网络与特征金字塔网络(Feature Pyramid Networks,FPN)结合,增加特征金字塔网络中特征检测尺度,提升对图像中遮挡鸽蛋与粘连乳鸽的检测精度;在分类和回归子网络前引入卷积注意力模块(Convolutional Block Attention Module,CBAM),提升对小目标检测的精度.试验结果表明,该研究提出的模型对于笼养肉鸽个体检测的平均精度均值(mean Average Precision,mAP)达到80.89%,相对SSD等传统模型有明显提升;对成鸽、乳鸽与鸽蛋检测的平均精度(Average Precision,AP)分别为95.88%,79.51%和67.29%,相对原始RetinaNet模型提高了2.16、21.74和22.48个百分点,在保证成鸽精准检测的基础上,提升了对复杂环境下存在局部遮挡的小目标鸽蛋以及粘连乳鸽的检测精度,为实现集约化养殖环境下肉鸽繁育周期个体检测和精准管控提供有效支持.
译  名：
Individual detection model for caged meat pigeons during breeding period based on improved RetinaNet

相似文章

导出引用
计量
文章访问数: 24
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46