典型文献
基于多尺度卷积的蛋鸡肠道疾病识别方法研究
文献摘要：
[目的]在蛋鸡养殖中,如球虫病和传染性法氏囊病等鸡肠道疾病发病率高,严重影响鸡舍饲料的利用率,增加了养殖成本.为在密集的蛋鸡笼养环境中使用肠道疾病智能化诊断方法,实现多种肠道疾病的分类识别,[方法]文章根据病理粪便的差异,提出了基于多尺度卷积的对鸡肠道疾病进行分类的算法.首先,实验共采集正常粪便、稀便、绿便和血便4类图像共1 834幅,建立蛋鸡粪便数据集.为减少过拟合的出现,对数据集进行了数据增强,扩充数据集至5 128幅.其次,对VGG16模型进行改进,使用全局平均池化代替全连接层,同时引入了 3×3和5×5的多尺度卷积和通道注意力机制,将SE模块插入到多尺度卷积的末端,构建了一个基于多尺度卷积的蛋鸡肠道疾病识别网络VGG-MSC.[结果]VGG-MSC的各项指标较VGG16均得到提高,其中在蛋鸡粪便数据集上的分类准确率达到了98.04％,较VGG16提高了 1.75％,可为鸡的肠道疾病诊断提供有效的决策支持.[结论]以深度学习为基础,该方法能够实现对鸡肠道疾病的智能诊断,有利于及早发现并预防鸡肠道疾病,为畜禽养殖提供信息化服务,推动蛋鸡产业持续高质量发展.
文献关键词：
深度学习;计算机视觉;卷积神经网络;图像识别;疾病诊断
中图分类号：
作者姓名：
杨君艳;孙瑞志;靳晨鹏;尹宝全
作者机构：
中国农业大学信息与电气工程学院,北京100083;中国农业大学烟台研究院,山东烟台264670
文献出处：
引用格式：
[1]杨君艳;孙瑞志;靳晨鹏;尹宝全-.基于多尺度卷积的蛋鸡肠道疾病识别方法研究)[J].中国农业信息,2022(06):14-26
A类：
B类：
多尺度卷积,肠道疾病,蛋鸡养殖,球虫病,传染性法氏囊病,疾病发病,鸡舍,舍饲,养殖成本,鸡笼,笼养,分类识别,粪便,血便,鸡粪,过拟合,数据增强,充数,VGG16,全局平均池化,全连接层,通道注意力机制,SE,识别网络,MSC,分类准确率,疾病诊断,决策支持,智能诊断,早发现,畜禽养殖,信息化服务,蛋鸡产业,产业持续,计算机视觉,图像识别
AB值：
0.32199
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
