检索结果-南通市图书馆

基于改进Mask R-CNN的牛脸目标检测算法

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2023年第24期46卷 133-138页

作者：关忠榜杨颜博李敏超内蒙古科技大学信息工程学院包头014010

针对牛脸检测时,存在的检测精度不高、牛脸较小被漏检或误检等问题,提出一种改进的Mask R-CNN+MResNet模型。首先,在ResNet101网络的基础上提出一种MResNet网络,通过对ResNet101网络的改进,提高了模型检测精度。其次,对模型的RPN网络的... 详细信息

针对牛脸检测时,存在的检测精度不高、牛脸较小被漏检或误检等问题,提出一种改进的Mask R-CNN+MResNet模型。首先,在ResNet101网络的基础上提出一种MResNet网络,通过对ResNet101网络的改进,提高了模型检测精度。其次,对模型的RPN网络的锚框尺寸进行调整,提高了模型对较小目标的牛脸检测能力。实验结果表明,MResNet网络对牛脸检测精度相比较原始的网络模型,提高了12.6%;改进后的模型对于小目标检测能力平均精度较原始模型提高了2.4%。说明该模型能有效的实现小目标牛脸的检测,具有实际应用价值。

关键词：牛脸检测 Mask R-CNN模型 ResNet101网络 RPN网络

在线全文

学校读者我要写书评

暂无评论

基于深度网络模型的牛脸检测算法比较

江苏大学学报（自然科学版） 2019年第2期40卷 197-202页

作者：姚礼垚熊浩钟依健刘财兴刘汉兴高月芳华南农业大学数学与信息学院广东广州510642

针对传统检测方法在牛脸检测应用方面存在的检测设备易损、检测结果不理想等问题,根据大数据、多差异性原则,使用手机和相机在某奶牛养殖场采集奶牛数据,构建了一个超过10 000张不同条件下(如遮挡、模糊、光照变化等)的奶牛数据集.在此... 详细信息

针对传统检测方法在牛脸检测应用方面存在的检测设备易损、检测结果不理想等问题,根据大数据、多差异性原则,使用手机和相机在某奶牛养殖场采集奶牛数据,构建了一个超过10 000张不同条件下(如遮挡、模糊、光照变化等)的奶牛数据集.在此基础上使用目前有代表性的基于深度网络模型的目标检测方法(如SSD,Faster R-CNN和R-FCN等)对该数据集进行试验对比分析.结果表明:Faster R-CNN模型综合检测精度最高,可达0.990,但其检测速度相对较慢,为11 F·s^(-1);SSD模型的检测速度最快,为47 F·s^(-1),但其检测精度与Faster R-CNN相比略低,约为0.945.

关键词：牛脸检测深度学习 SSD Faster R-CNN R-FCN

在线全文

学校读者我要写书评

暂无评论

基于改进SSD模型的牛脸检测

计算机工程与设计 2020年第3期41卷 833-837页

作者：苟先太黄巍刘琪芬西南交通大学电气工程学院四川成都611756

针对牲畜牛健康检测中的牛脸快速检测问题,提出一种基于改进单镜头多盒检测器(single shot multibox detector,SSD)模型的牛脸检测方法。以轻量级网络MobileNet v2作为模型的基础网络,较使用VGG-16的SSD模型,速度有一定提高;使用K-均值... 详细信息

针对牲畜牛健康检测中的牛脸快速检测问题,提出一种基于改进单镜头多盒检测器(single shot multibox detector,SSD)模型的牛脸检测方法。以轻量级网络MobileNet v2作为模型的基础网络,较使用VGG-16的SSD模型,速度有一定提高;使用K-均值聚类对模型默认框的高宽比进行优化,使模型更加具有针对性。实验结果表明,和其它方法相比,该方法在精确率、召回率、FPS等指标上较优。

关键词：牛脸检测轻量级网络单镜头多核检测器聚类 K-均值聚类

基于深度学习的牛脸检测与个体身份识别方法研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的牛脸检测与个体身份识别方法研究

作者：张晨鹏内蒙古工业大学

学位级别：硕士

近年来,机器学习、深度学习技术已经渗透到人们生活的各个领域,不同程度地影响着人们的生产和生活,并且不断地改造着传统行业,其中就包括畜牧业领域。在牛养殖产业中,牛的疾病防控、产品溯源以及保险索赔等对牛个体身份识别提出了更高... 详细信息

近年来,机器学习、深度学习技术已经渗透到人们生活的各个领域,不同程度地影响着人们的生产和生活,并且不断地改造着传统行业,其中就包括畜牧业领域。在牛养殖产业中,牛的疾病防控、产品溯源以及保险索赔等对牛个体身份识别提出了更高的要求;传统接触式牛个体身份识别方式存在成本高、易丢失和篡改的弊端,会导致疾病防控不及时、牛产品无法正确溯源以及骗保理赔等一系列安全性问题。牛脸作为牛的生物特征,具有个体唯一性和不可篡改性。针对传统接触式牛个体身份识别方法存在的问题,以含有牛脸的图像为基础,研究基于深度学习的牛脸检测与个体身份识别方法。通过构建的牛脸检测模型检测到图像中的牛脸,再将检测到的牛脸图像作为牛个体身份识别模型的输入,实现牛个体身份识别。课题具体工作内容如下:(1)制作牛脸检测和身份识别数据集。基于实地采集养牛场的牛图像数据,完成牛脸检测数据集和牛脸图像数据集的制作,并对各部分数据集进行数据增强。(2)牛脸检测模型的构建与优化。基于深度学习的目标检测算法搭建牛脸检测模型,完成基于Faster R-CNN、SSD、YOLOv3三种深度学习目标检测算法的牛脸检测模型训练、测试及性能评价,最终选择牛脸检测性能最优的Faster R-CNN目标检测算法来构建牛脸检测模型。在此基础上,采用Res Net-50替换原始的VGG16作为模型的特征提取网络,增强模型的特征提取能力;针对由原始生成锚框与真实标注牛脸矩形框尺寸相差较大导致模型对小尺寸牛脸的漏检问题,采用K-means++聚类算法对模型的生成锚框尺寸进行优化,提高了模型对小尺寸牛脸的检测效果,进而提高模型的检测性能。(3)牛个体身份识别模型的构建与优化。基于VGG16构建了牛脸特征提取模型,采用欧氏距离计算牛脸特征间的相似度,联合两部分共同构建了牛个体身份识别模型,并完成模型的训练与测试。针对以softmax loss监督训练的牛脸特征提取模型只关注类间差异而忽略类内聚合导致的误识别问题,采用softmax loss结合中心损失作损失函数监督牛脸特征提取模型的训练,增大了模型提取特征的类间距离,同时减小了类内距离,有效地提高了牛个体身份识别模型的性能。(4)完成系统测试与分析。对系统的功能需求和性能需求进行定义,设计系统测试的图形用户界面,并完成系统测试与分析,验证系统的有效性。

关键词：深度学习牛脸检测个体身份识别 Faster R-CNN 中心损失

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的牛脸检测与姿态角度估计

基于深度学习的牛脸检测与姿态角度估计

作者：黄巍西南交通大学

学位级别：硕士

随着牲畜牛养殖产业逐渐走向规模化与智能化,对牲畜牛进行高效、稳定的溯源,是保证肉制品安全、控制疾病扩散的关键。身份认证,是解决牲畜牛溯源问题最有效的方法。通常流程是检测牛脸并提取特征,按照特征构建数据库。作为身份认证的主... 详细信息

随着牲畜牛养殖产业逐渐走向规模化与智能化,对牲畜牛进行高效、稳定的溯源,是保证肉制品安全、控制疾病扩散的关键。身份认证,是解决牲畜牛溯源问题最有效的方法。通常流程是检测牛脸并提取特征,按照特征构建数据库。作为身份认证的主要步骤之一,牛脸检测的效果直接影响身份认证的准确率。同时,为确保牛脸各个角度的特征得到采集,需要获得被检测牛脸的姿态角度,按照姿态角度进行特征采集。针对牛脸检测,本文对SSD(Single Shot MultiBox Detector)模型的基础网络、default box高宽比设置等进行改进,以提高模型的检测性能。针对姿态角度估计,在改进SSD模型的基础上给出级联模型以及DAE(Detection and Angle Estimation)模型。论文主要研究内容如下:1.构建牛脸数据集。数据集中包含约3800张牛脸图片,涵盖单牛与多牛场景。标注文件中包含图片大小、边界框位置、姿态角度等参数,针对不同任务使用不同参数。同时,为保证模型的训练效果,对数据进行随机裁剪、色彩扭曲等操作,进一步提升数据的多样性。2.针对牛脸检测,对SSD模型的基础网络和default box高宽比设置进行改进。使用MobileNet v2作为SSD模型的基础网络,并在额外的特征提取层中使用深度可分离卷积;使用K-Means++算法对样本进行高宽比聚类,聚类结果用于设置SSD模型的default box高宽比。3.针对姿态角度估计,给出一种基于改进SSD模型和MobileNet v2的级联模型。使用改进SSD模型检测牛脸,将检测结果送入MobileNet v2进行姿态角度估计。级联模型能支持多牛场景下的目标检测和姿态角度估计并保证较高的检测精度与较低的角度误差。4.针对级联模型的速度问题,以改进SSD模型为基础,给出了DAE模型。在改进SSD模型中添加用于传递姿态角度的分支,对模型的训练步骤、损失函数等进行相应改进,使姿态角度可以正常传递并参与模型训练。与级联模型不同,DAE模型在单牛与多牛场景中均能保证较高的精度与速度。实验表明,针对牛脸检测,改进SSD模型在模型精度、速度上均优于其他目标检测模型。针对姿态角度估计,DAE模型拥有和改进SSD模型接近的检测精度以及较低的角度估计误差,并且在不同场景下均能保持较高的速度。实验结果验证了本文改进的可靠性与有效性。

关键词：牛脸检测姿态角度估计 SSD模型 K-Means++算法级联模型 DAE模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于移动终端的牛脸快速识别算法研究

基于移动终端的牛脸快速识别算法研究

作者：申凯旋内蒙古工业大学

学位级别：硕士

作为我国畜牧业养殖基地与重要的牛羊肉生产基地,内蒙古承担着供应全国牛肉制品的重任,但面对基数庞大的牛群,却没有建立起高效的生产管理机制。牛的身份识别是建立相应管理机制的基础。现阶段主要通过给牛耳佩戴无线射频标签来实现牧... 详细信息

作为我国畜牧业养殖基地与重要的牛羊肉生产基地,内蒙古承担着供应全国牛肉制品的重任,但面对基数庞大的牛群,却没有建立起高效的生产管理机制。牛的身份识别是建立相应管理机制的基础。现阶段主要通过给牛耳佩戴无线射频标签来实现牧场牲畜牛的识别和管理,但这种侵入式的方法容易造成牛的不适,引发咬标、掉标等状况,且传统方法耗时耗力、效率低下。随着人工智能的兴起,无接触、智能化的牛脸识别方法已成为牛的身份认证的研究热点之一。本文以摄像机采集到的牛脸图像作为研究对象,借助当下热门的深度学习和人脸识别技术,进行牛脸的检测和识别研究,并设计了一种基于移动端的牛脸识别系统,为后续的智能化养殖提供帮助,具有一定的现实意义。针对所拍摄的牛脸图像,本文主要研究:（1）基于牛脸检测算法,搭建了基于牛脸图像的高效、精准牛脸检测模型。为了得到泛化能力强的牛脸检测模型。首先,以MTCNN（Multi-Task Convolutional Neural Network,MTCNN）网络为基础,为了压缩卷积神经网络（Convolutional Neural Networks,CNN）的计算量和参数量,引入深度可分解卷积结构取代原有的标准卷积结构。其次,为了提高模型的准确率和召回率,引入多尺度卷积核和注意力机制。最后,训练改进后的MTCNN网络模型,并将改进后的模型用于牛脸检测。结果显示:检测单张牛脸图像的精确率达到了97.3%,比改进前的MTCNN网络提高了3.1个百分点,检测速度为16.5帧/秒,比改进前快了3.4帧/秒。（2）基于牛脸识别算法,设计了基于牛脸图像的快速识别模型。首先,采用三元组损失函数将牛脸的原始特征映射到低维空间,使得同一ID牛的照片的类内差异更加小,不同ID牛的类间差异更大。其次,采用计算复杂度低和参数量小的轻量级神经网络Mobile Net进行训练,方便移动端的部署。最后,实验结果表明使用三元组损失函数结合Mobile Net的轻量化模型在移动端的识别准确率达到了95.4%。（3）基于Android移动端,实现了牛脸检测和识别功能。首先,介绍了牛脸识别系统的思路。其次,分析了移动端牛脸识别的流程。然后,对系统开发流程做以简单说明。最后,展示牛脸检测和牛脸识别的效果。

关键词：牛脸检测牛脸识别 MTCNN 三元组损失 Android

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的牛脸识别技术研究

基于卷积神经网络的牛脸识别技术研究

作者：谢碧森云南大学

学位级别：硕士

目前,在畜牧养殖业中,大部分养殖场都是通过人工对牲畜进行管理、记录与监控的,而智慧畜牧是畜牧养殖业目前的发展方向。以牛业养殖为例,使用牛脸识别方法实现身份判定,记录其健康状况、生长状态等信息具有使用方便、节省人力、对牛无... 详细信息

目前,在畜牧养殖业中,大部分养殖场都是通过人工对牲畜进行管理、记录与监控的,而智慧畜牧是畜牧养殖业目前的发展方向。以牛业养殖为例,使用牛脸识别方法实现身份判定,记录其健康状况、生长状态等信息具有使用方便、节省人力、对牛无伤害的特点,具备一定的实际应用价值。因此本文中类比人脸识别方法,采集牛脸数据并对其进行标记和预处理,将牛脸识别问题分为检测、识别两部分分别提出方法予以解决。在牛脸检测方面,基于回归的代表方法YOLOv3具有速度快,性能优的特点,因此本文基于YOLOv3的整体思想,实现了适用于牛脸检测的cow-yolo方法。首先将YOLOv3的三尺度输出调整为两个尺度,从而提升算法检测速度。通过K-means聚类算法生成适用于本文牛脸数据集的先验框以保证检测性能。其次结合多尺度特征融合方法构建网络,使网络的深层特征融合浅层特征,以获取更丰富的图像信息。根据数据集规模适当控制网络复杂度避免产生过拟合现象,使用了批归一化等方法提升网络的稳定性,并在训练过程中结合了多尺度图像输入和warmup策略。通过实验对比,结果表明cow-yolo方法能在多角度牛脸识别上达到较好的效果,在mAP值上较YOLOv3、tiny-yolo分别提升了14.5%和2.6%,Recall值和IoU值也均有提升,在平均检测速度上有大幅提升。在牛脸识别方面,将经过cow-yolo检测裁切处理的牛脸图像作为训练集,应用人脸识别思想解决牛脸识别问题。使用深度可分离卷积与残差思想构建了convlock和convlockes两种基本块结构,通过块结构的堆叠构成cow-net轻量级牛脸识别网络,实现了对网络参数量和计算量的有效控制。使用性能更优的swish激活函数替代传统的Relu激活函数,使用ArcFace作为度量函数训练网络以增大样本类间距离、缩小类内距离。为提升模型性能,降低样本不平衡带来的影响,采用Focal loss思想优化网络。在开集识别条件下测试的实验结果表明,cow-net能达较好的牛脸识别效果,其准确率在多角度牛脸识别上相比ResNet50和MobileNet均有所提升,平均准确率分别提升了5.2%和0.3%。

关键词：牛脸检测牛脸识别卷积神经网络深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Cascade结构的牛脸姿态估计

计算机系统应用 2019年第7期28卷 240-245页

作者：苟先太黄巍刘琪芬西南交通大学电气工程学院

随着牲畜牛逐年增加,单角度特征编码这种身份认证方法在数据容量上已无法满足目前的需求.本文给出一种cascade结构,使用SSD模型对牛脸进行检测,之后使用MobileNet对牛脸姿态角度进行估计.为多角度特征编码打下坚实的特征基础.实验表明,c... 详细信息

随着牲畜牛逐年增加,单角度特征编码这种身份认证方法在数据容量上已无法满足目前的需求.本文给出一种cascade结构,使用SSD模型对牛脸进行检测,之后使用MobileNet对牛脸姿态角度进行估计.为多角度特征编码打下坚实的特征基础.实验表明,cascade结构在牛脸检测、姿态角度估计任务中均能得到一个较高的准确度.

关键词： cascade 牛脸检测姿态角度