-
题名基于改进SegNet的鸡只检测算法
被引量：2
- 1
-
-
作者
吉训生
孙贝贝
夏圣奎
-
机构
江南大学物联网工程学院
南通天成现代农业科技有限公司兽医部门
-
出处
《计算机工程与设计》
北大核心
2024年第1期102-109,共8页
-
基金
江苏省重点研发-现代农业基金项目(BE-2018334)。
-
文摘
为实现智能化检测出鸡场中死亡鸡只,提出一种基于改进语义分割模型AT-SegNet的鸡只检测算法。基于对称编码解码结构SegNet,利用空洞卷积在解码前聚合不同感受野的上下文信息,设计一种三尺度注意力级联融合模块,以并联方式嵌入编、解码器间,丰富解码器信息。利用多层深度可分离卷积替代标准卷积,提取深层次语义信息,减少计算量提高实时性。将鸡群图像分割结果交并比与阈值对比判别鸡只状态。实验结果表明,改进的AT-SegNet较原算法的检测精度提高了25.17%,能够在复杂鸡群环境中准确、高效地发现死亡鸡只。
-
关键词
深度学习
鸡只检测
语义分割
编码解码结构
注意力机制
软池化
深度可分离卷积
-
Keywords
deep learning
chicken detection
semantic segmentation
encoder-decoder structure
attention mechanism
soft pooling
depthwise separable convolution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
