-
题名基于多尺度残差特征融合网络的绵羊计数方法
- 1
-
-
作者
谢其宏
刘东宝
刘盛
-
机构
广西财经学院网络与信息技术中心
广西大学计算机与电子信息学院
华南农业大学人工智能学院
-
出处
《中国农机化学报》
北大核心
2025年第5期58-67,共10页
-
基金
国家自然科学基金资助项目(6196603)。
-
文摘
针对牧场内绵羊计数中目标尺度变化大、遮挡严重等导致的漏检误检、计数精度低的问题,提出一种基于改进CSRNet的多尺度残差特征融合网络的草原绵羊数估计方法。该方法在CSRNet基础上进行改进,利用密集扩张卷积构建密集多尺度残差模块,嵌入到模型骨干网络中,用于提取绵羊目标的多尺度特征,更好地适应绵羊的多尺度变化。此外,构建多分支特征提取网络,优化骨干网络输出特征图信息,加强模型整体特征提取能力,进而提高计数精度。同时,引入CBAM注意力模块,加强绵羊位置特征的表达能力,进一步修正输出密度图。试验结果表明,所提方法的平均绝对误差MAE和均方根误差RMSE分别为12.3、13.9,明显优于CSRNet、MCNN、DSNet、PaDNet和HA—CCN五种主流计数方法;且在羊群密集分布、遮挡严重和光照不足的情况下展现出较高的鲁棒性和准确性,证明其在草原羊群计数任务中的优越性能。
-
关键词
绵羊计数
卷积神经网络
多尺度
扩张卷积
深度估计
-
Keywords
sheep counting
convolutional neural network
multi-scale
dilated convolution
deep estimation
-
分类号
S826
[农业科学—畜牧学]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
