2023(15):118-122特种动物研究收稿日期:2022-09-25;修回日期:2022-12-10基金项目:财政部和农业农村部国家现代农业产业技术体系项目(CARS-43-D-3)作者简介:赵文昊(1997—),男,硕士研究生,研究方向为图像处理、智能养殖装备,1041669841@qq.com.∗通信作者:庞昌乐(1963—),男,教授,博士,研究方向为畜禽养殖与装备,pangcl@cau.edu.cn.DOI:10.13881/j.cnki.hljxmsy.2022.09.0207基于改进YOLOF的热红外死兔识别方法赵文昊,王红英,裴日武,庞昌乐∗(中国农业大学工学院,北京100083)中图分类号:S829.1;S818.5文献标识码:A文章编号:1004-7034(2023)15-0118-05摘要:为了减轻人工巡检死兔的劳动强度,实现笼养条件下的死兔自动识别,提高兔舍自动化饲养水平,试验采用深度学习和热红外成像技术相结合的方法,通过热红外成像仪采集笼养环境下的死兔视频,构建热红外死兔图像数据集,基于轻量化改进的YOLOF模型构建死兔识别模型,测定七种轻量级主干网络和四种特征融合网络对死兔识别模型的参数量、检测速度及精度的影响。结果表明:以Mobilenetv3作为主干网络和嵌入SRM的ASPP结构作为感受野增强网络的改进模型精确率为93.1%,召回率为89.2%,平均精确率为95.0%,相比原模型平均精度仅降低0.5%,参数量降低91.8%,检测速度提升4.2帧。说明改进热红外死兔识别模型易于部署、识别精度高,能够准确识别肉兔中的死兔个体。关键词:自动化检测;卷积神经网络;热红外;成像;YOLOF;死兔开放科学(资源服务)标识码OpenScienceIdentity(OSID)利用信息感知技术对养殖动物进行生长信息感知和异常状态诊断已经是畜禽养殖业的重要发展趋势[1]。死兔筛除是兔养殖过程中的关键工作,人工观察法是目前筛选死兔的主要方法。在规模化叠层笼养条件下,人工巡检死兔劳动强度较大且不及时,因此开发一种快速、准确的死兔自动识别方法,可实现自动巡检、快速定位,能推动兔养殖业的智能化发展。畜禽养殖动物信息感知手段可分为接触式和无接触式。接触式监测方法主要是采用物联网技术,通过内置式[2-3]或外部穿戴式传感器[4]进行动物体征数据采集、传输及分析。无接触式主要是通过声音[5-6]和图像分析动物的生长信息和生理状态。随着机器视觉技术的快速发展,基于图像数据分析动物的状态取得了较好的效果。通过采集养殖过程中动物的图像数据,采用图像分割[7-9]、目标检测[10-13]等方式提取关键特征,进而可以判断动物的健康状况、监测动物的行为。对于兔只目标检测,易诗等[14]通过改进YOLOv3网络,实现了野外环境下的...
