采用改进YOLOv5s检测牧区牲畜

• Published in: 农业工程学报 Vol. 39; no. 24; pp. 165 - 176
• Main Authors: 苏宇, 肖志云, 鲍鹏飞
• Format: Journal Article
• Language: Chinese
• Published: 内蒙古工业大学电力学院,呼和浩特 010051 01.12.2023; 内蒙古自治区高等学校智慧能源技术与装备工程研究中心,呼和浩特 010051; 内蒙古自治区机电控制重点实验室,呼和浩特 010051
• Subjects: 损失函数; livestock detection; 注意力机制; pastoral areas; LDHorNet; attention mechanism; 目标检测; 深度学习; deep learning; loss function; target detection; 牧区; 牲畜检测

TP391.4; 畜牧业自动化管理面临的一个关键挑战是如何准确地检测大规模放牧养殖牲畜的种群,确定其数量和实时更新群体信息.牲畜规模化、自动化检测受环境场地等因素影响,当前目标检测算法经常出现漏检、误检等情况.该研究基于YOLOV5s目标检测网络设计了一种牲畜检测算法LDHorNet(livestock detect hor net),参考HorNet的递归门控卷积设计了HorNB模块对网络模型进行改进,以提高检测算法的空间交互能力和检测精度.然后在网络结构中嵌入CBAM(convolutional block attention module)注意力机制,以提高小目标的检测精度和注意力权重,...