基于改进YOLOv4模型的群养生猪姿态检测

李斌, 刘东阳, 时国龙, 慕京生, 徐浩然, 辜丽川, 焦俊

浙江农业学报. 2023, 35(01): 215-225

浙江农业学报 ›› 2023, Vol. 35 ›› Issue (01) : 215-225.

基于改进YOLOv4模型的群养生猪姿态检测

  • 李斌, 刘东阳, 时国龙, 慕京生, 徐浩然, 辜丽川, 焦俊
作者信息 +
History +

摘要

为了提升猪舍环境下生猪姿态检测的速度和性能，在YOLOv4模型的基础上提出一种改进的Mini＿YOLOv4模型。首先，该模型将YOLOv4的特征提取网络改为轻量级的MobileNetV3网络结构，以降低模型参数量；其次，在检测网络的CBL＿block1、CBL＿block2模块中使用深度可分离卷积代替传统卷积，避免了复杂模型导致的内存不足和高延迟问题；最后，将原YOLOv4网络每个尺度的最后一层3×3卷积改为Inception网络结构，以提高模型在生猪姿态检测上的准确率。应用上述模型，对生猪的站立、坐立、腹卧、趴卧和侧卧5类姿态进行识别。结果显示，Mini＿YOLOv4模型较YOLOv4模型在检测精度上提升了4.01百分点，在检测速度上提升近1倍，在保证识别精度的同时提升了实时性，可为生猪行为识别提供技术参考。

关键词

YOLOv4模型 / MobileNetV3网络 / 生猪姿态检测

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
李斌, 刘东阳, 时国龙, 慕京生, 徐浩然, 辜丽川, 焦俊. 基于改进YOLOv4模型的群养生猪姿态检测. 浙江农业学报. 2023, 35(01): 215-225

基金

安徽省科技重大专项(201903a06020009)

4

Accesses

0

Citation

Detail
段落导航
相关文章

/

〈 〉