期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLO v5-StrongSORT的屠宰场猪只精准计数方法 被引量：4
1
作者 张站奇 孙显彬 +3 位作者 孙贺 闵海波 孔莉娅 张洪亮 《农业机械学报》 CSCD 北大核心 2024年第12期354-364,共11页
猪只计数是屠宰场生产管理、资产估计的重要环节。针对当前屠宰场猪只数量统计过程中人工计数耗时长、错误率高的问题,提出了一种基于改进YOLO v5-StrongSORT的屠宰场猪只精准计数方法。首先,在改进YOLO v5模型中引入真实宽高损失与纵... 猪只计数是屠宰场生产管理、资产估计的重要环节。针对当前屠宰场猪只数量统计过程中人工计数耗时长、错误率高的问题,提出了一种基于改进YOLO v5-StrongSORT的屠宰场猪只精准计数方法。首先,在改进YOLO v5模型中引入真实宽高损失与纵横比以提升损失函数性能,并在Neck层引入高效通道注意力机制(Efficient channel attention,ECA),提升模型在复杂环境下的识别能力。然后,基于StrongSORT构建检测机制实现对猪只的重识别。最后,基于StrongSORT提出了一种区域ID信息检测的猪只计数方法。试验结果表明,改进YOLO v5模型对猪只识别精确率为93.78%,召回率为91.98%,平均精度均值为96.29%,识别速度为500 f/s,较YOLO v5s模型召回率提高1.14个百分点,平均精度均值提高0.89个百分点,识别速度提高85.0%。将改进YOLO v5与StrongSORT区域计数方法结合进行猪只计数的准确率为98.46%,计数速率为73 f/s,较人工计数准确率提高1.54个百分点,较原始模型计数准确率提高9.23个百分点,计数速率提高21.87%。本研究猪只计数方法具有较高的计数精度,适用于屠宰场猪只数量统计。 展开更多
关键词 猪只识别 区域计数 改进YOLO v5 损失函数 注意力机制 StrongSORT
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部