基于深度学习的家畜虚拟电子围栏设计
Design of Livestock Virtual Electronic Fence Based on Deep Learning作者机构:青岛农业大学理学与信息科学学院山东青岛266000
出 版 物:《农业工程》 (AGRICULTURAL ENGINEERING)
年 卷 期:2024年第14卷第4期
页 面:41-45页
学科分类:082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程]
主 题:YOLOv5 RK3588 深度学习 虚拟围栏 感兴趣区域 智慧牧场 家畜
摘 要:针对牧场中家畜越界及传统电子围栏难以防止家畜越界的问题,基于改进后的YOLOv5算法,设计了虚拟电子围栏。采用YOLOv5s算法作为基础,并进行了迁移学习和添加ECA注意力模块。利用PyTorch框架进行训练,并对模型进行了评估,相比原版YOLOv5s,改进YOLOv5s算法对黄牛的检测精确率、召回率、平均精度均值分别提升0.2、1.3、0.7个百分点,单帧推理总耗时下降0.5 ms。将改进后的模型转换为RKNN格式,并部署在带有NPU的RK3588开发板上,加快模型推理速度。结果表明,应用深度学习技术与ROI划定技术,成功设计了家畜虚拟电子围栏,优化智慧牧场的管理体系,提高管理效率,降低管理成本,具备一定的实用价值。