典型文献
基于轻量化YOLOv4的生猪目标检测算法
文献摘要：
针对目前生猪目标检测算法模型较大,实时性差导致其难以在移动终端中应用等问题,将一种改进的轻量化YOLOv4算法用于生猪目标检测.在群养猪环境下以不同视角和不同遮挡程度拍摄生猪图像,建立生猪目标检测数据集.基于轻量化思想,在YOLOv4基础上缩减模型大小.结果表明,本研究算法的准确率和召回率分别为96.85％和91.75％,检测速度为62帧/s,相比于原模型,本研究算法在不损失精度的情况下,将模型大小压缩了80％,检测速度提高了 11帧/s.本研究算法具有轻量化,稳健性强,实时性好的优点,能够更好地实现实际猪舍环境下生猪目标的检测,并有利于嵌入移动端设备中.
文献关键词：
生猪;深度学习;目标检测;轻量化
中图分类号：
作者姓名：
余秋冬;杨明;袁红;梁坤
作者机构：
天津城建大学计算机与信息工程学院,天津300384;天津职业技术师范大学信息技术工程学院,天津300350;天津农学院计算机与信息工程学院,天津300384
文献出处：
引用格式：
[1]余秋冬;杨明;袁红;梁坤-.基于轻量化YOLOv4的生猪目标检测算法)[J].中国农业大学学报,2022(01):183-192
A类：
B类：
YOLOv4,生猪,目标检测算法,前生,算法模型,移动终端,养猪,不同视角,遮挡,摄生,立生,检测数据集,量化思想,缩减模型,召回率,检测速度,失精,猪舍环境,移动端,端设备
AB值：
0.365029
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。
