-
题名基于改进YOLOv8n的安格斯牛面部识别
- 1
-
-
作者
胡立俊
李旭
李国亮
-
机构
塔里木绿洲农业教育部重点实验室/塔里木大学信息工程学院
农业农村部智慧农业技术重点实验室/华中农业大学信息学院
-
出处
《华中农业大学学报》
北大核心
2025年第2期39-48,共10页
-
基金
华中农业大学农业农村部智慧农业技术重点实验室开放项目(KLSFTAA-KF004)
绿洲生态农业兵团重点实验室开放项目(202002)。
-
文摘
为解决安格斯牛独特的黑色毛发导致其面部特征区分困难的问题,采用基于YOLOv8n的改进方法,实现圈养环境中的安格斯牛准确、非接触式的面部识别。首先构建了一个包含200头安格斯牛在不同生长阶段的11 000张面部图像的数据集;其次,引入创新的增强感受野特征融合模块,该模块增强了模型对关键特征的关注;再次,设计了新型轻量化检测头LPCDH,用于安格斯牛的面部特征识别;最后,采用组泰勒剪枝方法,通过估计神经元的重要性剪除不重要的神经元,从而减少计算成本和内存占用,提升模型的部署效率。试验结果显示,改进后的模型平均识别准确率达到92.6%。与常用的SSD、YOLOv5n、YOLOv8s、YOLOv8m、YOLOv9t、YOLOv10n、RT-Detr和Mamba-YOLO模型相比,准确率分别提高了11.5、3.8、1.8、1.9、5.1、3.9、3.7和2.4百分点。与原始YOLOv8n模型相比,所设计模型在4折交叉验证中的准确率平均提高了3.1百分点。结果表明,该模型在内存消耗和计算需求方面实现了轻量化,特别适合在移动端和实际应用中的实时识别,可显著提高安格斯牛面部识别的准确率和效率。
-
关键词
安格斯牛
YOLOv8n
剪枝
牛只识别
面部检测模型
-
Keywords
Angus cattle
YOLOv8n
pruning
cattle identification
facial detection model
-
分类号
S858.23
[农业科学—临床兽医学]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
