期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于牛脸和躯干综合信息的奶牛个体识别研究 被引量:6
1
作者 赵玲 周桂红 任力生 《河北农业大学学报》 CAS CSCD 北大核心 2024年第2期112-118,共7页
针对基于单一信息对奶牛个体身份识别精度低的问题,本文提出1种基于牛脸和躯干综合信息对奶牛个体身份识别的方法。在Mask R-CNN目标检测模型的基础上进行改进,将注意力机制模块引入到Mask R-CNN的ResNet50特征提取网络的输出阶段,能够... 针对基于单一信息对奶牛个体身份识别精度低的问题,本文提出1种基于牛脸和躯干综合信息对奶牛个体身份识别的方法。在Mask R-CNN目标检测模型的基础上进行改进,将注意力机制模块引入到Mask R-CNN的ResNet50特征提取网络的输出阶段,能够在图像通道和空间上增强奶牛身份信息。针对奶牛不同部位,本文对改进前后的Mask R-CNN模型分别基于牛脸、基于躯干以及基于牛脸和躯干综合信息进行了相关实验。实验结果表明,原始Mask R-CNN模型基于牛脸和躯干综合信息进行奶牛个体识别,比单独基于牛脸或躯干的识别精度提高2.3%~3.7%。改进后的Mask R-CNN模型在自建奶牛图像数据集上的准确率达到了93.63%,mAP值达到92.16%,相较于原始Mask R-CNN,准确率提高了2.92%,mAP值提高了2.63%。本文方法能够实现对养殖场环境下奶牛个体身份的识别,可为奶牛的精准养殖提供技术支持。 展开更多
关键词 奶牛 牛脸和躯干 个体识别 Mask R-CNN 注意力机制
在线阅读 下载PDF
基于改进YOLOv5s的自然环境下梨花识别 被引量:1
2
作者 孙乐琳 高媛 +1 位作者 周桂红 张秀花 《河北农业大学学报》 CSCD 北大核心 2024年第6期54-61,共8页
针对梨花密集、遮挡严重、目标太小导致的召回率低的问题,本文提出基于改进YOLOv5s的自然环境下梨花识别方法。该方法首先添加了小目标检测层,通过增加CSPDarknet主干特征提取网络的浅层输出特征层,以及在PANet加强特征提取网络中对该... 针对梨花密集、遮挡严重、目标太小导致的召回率低的问题,本文提出基于改进YOLOv5s的自然环境下梨花识别方法。该方法首先添加了小目标检测层,通过增加CSPDarknet主干特征提取网络的浅层输出特征层,以及在PANet加强特征提取网络中对该浅层特征层进一步特征融合,增大了对浅层特征和细节信息的提取能力。其次,在PANet网络中引入了CBAM注意力模块,提高了对重要特征的表达能力。结果表明,本文改进的YOLOv5s-P-CBAM网络模型能够有效降低漏识别率,改进后模型的精确率、召回率、F_(1)值、mAP分别为91.62%、83.05%、87.12%、94.06%,相比原模型分别提高了0.16%、1.55%、0.93%和0.61%。此外,对‘雪青’、‘鸭梨’和‘秋月’3个品种的梨花图像均能实现较好的识别效果,具有较强的泛化性,为梨园的机器智能疏花提供了技术支持。 展开更多
关键词 图像识别 梨花 YOLOv5s 小目标
在线阅读 下载PDF
基于三维模型体积的奶牛体重预估 被引量:1
3
作者 冯凡 王克俭 司永胜 《河北农业大学学报》 CAS CSCD 北大核心 2024年第4期101-108,共8页
针对奶牛的体重预估精度和自动化程度较低的问题,本文以荷斯坦奶牛为研究对象,提出1种基于奶牛点云构建三维模型进行体重预估的方法。首先,利用Kinect相机提取奶牛的俯视与侧视点云。其次,通过计算头颈部与背部脊线的点云拟合直线夹角,... 针对奶牛的体重预估精度和自动化程度较低的问题,本文以荷斯坦奶牛为研究对象,提出1种基于奶牛点云构建三维模型进行体重预估的方法。首先,利用Kinect相机提取奶牛的俯视与侧视点云。其次,通过计算头颈部与背部脊线的点云拟合直线夹角,自动筛选出适宜三维重建的标准姿态点云。再次,利用缺失点云的相邻点云补全缺失区域后,提取配准特征点,利用特征点进行点云的配准。最后,基于背部脊线构建对称面实现点云镜像,完成奶牛点云三维重建,最终根据三维模型体积预估奶牛体重。通过对91头奶牛进行的体重预估实验分析,结果表明:体重预估绝对误差在-19.23~+20.04 kg之间,相对误差在-2.96%~+2.90%之间。本文方法实现了较精准的奶牛体重自动预估,可为奶牛精准养殖提供技术支持。 展开更多
关键词 奶牛 体重预估 点云 三维重建 KINECT
在线阅读 下载PDF
基于改进海豚回声定位算法的奶牛点云配准研究
4
作者 王建雄 司永胜 +1 位作者 张艳 冯凡 《河北农业大学学报》 CSCD 北大核心 2024年第6期47-53,共7页
针对动物点云配准精度不高、需要人工设置参数等问题,本文提出了1种基于改进海豚回声定位算法的奶牛俯视点云和侧视点云的精配准方法。利用2种策略对原算法进行改进:策略1改进对称线性系数函数为非线性函数;策略2动态调整影响半径,同时... 针对动物点云配准精度不高、需要人工设置参数等问题,本文提出了1种基于改进海豚回声定位算法的奶牛俯视点云和侧视点云的精配准方法。利用2种策略对原算法进行改进:策略1改进对称线性系数函数为非线性函数;策略2动态调整影响半径,同时引入记忆矩阵并缩小变量取值范围进行二次离散化。根据粗配准后奶牛不同视角点云重叠区域较少的特点,对粗配准后的点云切片,基于切片重叠区域的质心建立适应度函数。应用改进的海豚回声定位算法测试了106头奶牛点云的精配准。结果表明:与标准海豚回声定位算法相比,采用策略1配准误差均值降低27%,配准时间降低28%;采用策略2配准误差均值降低56%,配准时间增加30%。本文算法配准误差均值和中位数分别为0.51和0.49 cm,比原算法分别降低64%和58%;平均配准时间为1.31 s,略低于原算法。本文方法能够较为精确地实现奶牛俯视和侧视点云的自动配准,可为动物三维点云重建提供技术支持。 展开更多
关键词 奶牛 三维点云 配准 海豚回声定位算法
在线阅读 下载PDF
基于改进YOLOv4模型的自然环境下梨果实识别 被引量:8
5
作者 马帅 张艳 +1 位作者 周桂红 刘博 《河北农业大学学报》 CAS CSCD 北大核心 2022年第3期105-111,共7页
针对自然环境下梨果实识别场景中存在梨果实颜色与背景颜色相近、遮挡、重叠等因素导致的识别困难的问题,本试验提出1种基于改进的YOLOv4网络模型梨果实识别的方法,使用的神经网络模型以CSPDarknet53作为主干特征提取网络,将空间金字塔... 针对自然环境下梨果实识别场景中存在梨果实颜色与背景颜色相近、遮挡、重叠等因素导致的识别困难的问题,本试验提出1种基于改进的YOLOv4网络模型梨果实识别的方法,使用的神经网络模型以CSPDarknet53作为主干特征提取网络,将空间金字塔池化(SPP)中的最大池化法改为平均池化法,以适应目标与背景颜色相近的场景,更多地保留目标信息;将SPP模块前后的卷积、PANet中的部分卷积以及输出部分的卷积替换为深度可分离卷积,在保证卷积效果不变的效果下减少网络模型所占空间。使用训练后的改进YOLOv4模型对未参与训练的图像样本进行测试,改进后的模型所占空间比原模型下降44%,召回率达到85.56%,比原模型提高了1.29%,mAP达到90.18%,比原模型提高了0.1%。实验结果表明,本文算法对自然环境下近色背景的梨果实的识别具有良好的查全率与精确率,能够较好地对梨果实进行识别,可为实现梨果园的自动采摘和产量预测提供技术支持。 展开更多
关键词 卷积神经网络 YOLOv4 果实识别
在线阅读 下载PDF
基于SSA-RBF网络的日光温室温湿度预测模型研究 被引量:18
6
作者 张永芳 王芳 《河北农业大学学报》 CAS CSCD 北大核心 2021年第3期115-121,共7页
温室预测模型是农业信息化领域的研究热点之一,而日光温室以其不加温、经济适用等特点,近年来受到越来越多的关注。现有温室温湿度预测模型是通过微分方程或传统神经网络算法进行处理并进行预测的,但是这些系统仍面临控制或者精度上的... 温室预测模型是农业信息化领域的研究热点之一,而日光温室以其不加温、经济适用等特点,近年来受到越来越多的关注。现有温室温湿度预测模型是通过微分方程或传统神经网络算法进行处理并进行预测的,但是这些系统仍面临控制或者精度上的挑战。采用1种基于麻雀搜索算法SSA(Sparrow Search Algorithm)和径向基网络RBF(Radial Basis Function)的预测方法,以日光温室室外温度、室外湿度、光照强度、土壤湿度、保温被状态、塑料膜状态、窗户状态、滴灌设备状态为输入,日光温室室内温度和湿度为输出,建立了基于SSA-RBF的日光温室温湿度预测模型。以河北省沧州市青县某日光温室测量取得的数据为参考,经验证,模型温湿度预测值与实测值曲线都吻合良好,其中温度相关系数达到0.9293,湿度相关系数达到0.92829。本研究的预测精度较高,实用性强,可用于日光温室温湿度预测,同时也对指导日光温室温湿度控制有一定的参考价值。 展开更多
关键词 RBF神经网络 日光温室 预测模型 SSA算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部