典型文献
采用改进RetinaNet的笼养肉鸽繁育期个体检测模型
文献摘要：
实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段,其中小目标鸽蛋及粘连乳鸽的精准检测是关键.该研究提出了一种基于改进RetinaNet的目标检测模型,以RetinaNet网络为基础框架,将ResNet50特征提取网络与特征金字塔网络(Feature Pyramid Networks,FPN)结合,增加特征金字塔网络中特征检测尺度,提升对图像中遮挡鸽蛋与粘连乳鸽的检测精度;在分类和回归子网络前引入卷积注意力模块(Convolutional Block Attention Module,CBAM),提升对小目标检测的精度.试验结果表明,该研究提出的模型对于笼养肉鸽个体检测的平均精度均值(mean Average Precision,mAP)达到80.89％,相对SSD等传统模型有明显提升;对成鸽、乳鸽与鸽蛋检测的平均精度(Average Precision,AP)分别为95.88％,79.51％和67.29％,相对原始RetinaNet模型提高了2.16、21.74和22.48个百分点,在保证成鸽精准检测的基础上,提升了对复杂环境下存在局部遮挡的小目标鸽蛋以及粘连乳鸽的检测精度,为实现集约化养殖环境下肉鸽繁育周期个体检测和精准管控提供有效支持.
文献关键词：
图像识别;养殖;小目标检测;鸽蛋;粘连乳鸽;RetinaNet模型;特征金字塔网络;卷积注意力模块
中图分类号：
作者姓名：
刘双印;范文婷;邓皓;何国煌;陈耀聪;周冰;李锦慧;冯大春;吴惠粦;李景彬;尹航
作者机构：
仲恺农业工程学院 广州市农产品质量安全溯源信息技术重点实验室,广州 510225;石河子大学 机械电气工程学院,石河子 832000;仲恺农业工程学院 信息科学与技术学院,广州 510225;仲恺农业工程学院 智慧农业创新研究院,广州 510225;广州国家现代农业产业科技创新中心,广州 510000
文献出处：
引用格式：
[1]刘双印;范文婷;邓皓;何国煌;陈耀聪;周冰;李锦慧;冯大春;吴惠粦;李景彬;尹航-.采用改进RetinaNet的笼养肉鸽繁育期个体检测模型)[J].农业工程学报,2022(13):184-193
A类：
粘连乳鸽
B类：
RetinaNet,笼养,肉鸽,繁育,个体检测,高集约,养殖环境,下肉,精准管控,鸽蛋,精准检测,目标检测模型,基础框架,ResNet50,特征提取网络,特征金字塔网络,Feature,Pyramid,Networks,FPN,加特,特征检测,检测尺度,检测精度,子网络,卷积注意力模块,Convolutional,Block,Attention,Module,CBAM,小目标检测,平均精度均值,mean,Average,Precision,mAP,SSD,传统模型,百分点,证成,复杂环境,下存,局部遮挡,集约化养殖,有效支持,图像识别
AB值：
0.33328
相似文献
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。
