摘要：針對農(nóng)場環(huán)境下使用手工標記與肉眼識別方法識別奶牛時計數(shù)效率低、錯誤率高,而使用無線射頻檢測技術(shù)比較復雜且成本高的問題,使用檢測速度較快且性能較好的YOLOv3算法對農(nóng)場環(huán)境下的奶牛進行目標識別。該方法采用了3個不同尺度的特征圖來進行對象檢測,能夠檢測到更加細粒度的特征;使用Darknet-53網(wǎng)絡加入殘差模塊,有利于解決深層次網(wǎng)絡的梯度問題,從而增加奶牛目標識別模型的識別效果;采用K-means聚類得到先驗框的尺寸,預測對象類別時使用logistic的輸出進行預測,可以支持多標簽對象。從檢測結(jié)果來看,該方法在農(nóng)場環(huán)境背景下的奶牛目標識別效果較好,檢測準確率較高。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
