| 基于改进YOLO v7的生猪群体体温热红外自动检测方法 |
| |
| 引用本文： | 刘晓文,曾雪婷,李涛,刘刚,丁向东,米阳. 基于改进YOLO v7的生猪群体体温热红外自动检测方法[J]. 农业机械学报, 2023, 54(S1): 267-274 |
| |
| 作者姓名： | 刘晓文 曾雪婷 李涛 刘刚 丁向东 米阳 |
| |
| 作者单位： | 中国农业大学;河南丰源和普农牧有限公司 |
| |
| 基金项目： | 科技创新2030-重大项目（2021ZD0113801）和财政部和农业农村部：国家现代农业产业技术体系项目（CARS-35） |
| |
| 摘 要： | 针对当前生猪规模化养殖过程中基于热红外技术的生猪体温测量效率低的问题,提出了一种基于改进YOLO v7的生猪群体体温检测方法。改进YOLO v7算法在Head层引入VoV-GSCSP结构,降低网络结构复杂度;使用内容感知特征重组(Content-aware reassembly of features,CARAFE)替换模型原始上采样算子,提高特征图放大后的品质,强化生猪头部区域有效特征;引入感受野增强模块（Receptive field enhancement module,RFE）,增强特征金字塔对生猪头部特征的提取能力。本文改进YOLO v7算法对于生猪头部的检测精确率为87.9%,召回率为92.5%,平均精度均值（Mean average precision,mAP）为94.7%。与原始YOLO v7相比,精确率提高3.6个百分点,召回率提高7.0个百分点,mAP提高3.6个百分点。该方法首先自动检测生猪头部区域,再利用头部最大温度与耳根温度的高相关性,最终自动获取生猪体温。温度提取平均绝对误差仅为0.16℃,检测速度为222f/s,实现了生猪群体体温的实时精准检测。综合上述试验结果表明,该方法能够自动定位生猪群体的头部区域,满足生猪群体体温测定的高效和高精度要求,为群养生猪体温自动检测提供了有效的技术支撑。
|
| 关 键 词： | 生猪群体 体温检测 深度学习 改进YOLO v7 热红外技术 目标检测 |
| 收稿时间： | 2023-06-16 |
Automatic Detection Method of Body Temperature in Herd of Pigs Based on Improved YOLO v7 |
| |
| LIU Xiaowen,ZENG Xueting,LI Tao,LIU Gang,DING Xiangdong,MI Yang. Automatic Detection Method of Body Temperature in Herd of Pigs Based on Improved YOLO v7[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(S1): 267-274 |
| |
| Authors: | LIU Xiaowen ZENG Xueting LI Tao LIU Gang DING Xiangdong MI Yang |
| |
| Affiliation: | China Agricultural University;Henan Fengyuan Hepu Agricultural and Animal Husbandry Co.,Ltd. |
| |
| Abstract: | |
| |
| Keywords: | herd of pigs body temperature measurement deep learning improved YOLO v7 thermal infrared technology target detection |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载全文 |
|
