基于深度学习的猪场猪只实例分割方法
公开
摘要
本发明公开了基于深度学习的猪场猪只实例分割方法，包括以下步骤：在猪场设置群养栏的大小为5.5m×4.0m，单栏内平均饲养30头猪，饲养密度为1.36头/㎡，所有监控图像均为自然光条件下进行采集，通过设置的像素级实例分割算法，采取图像预处理程序剔除模糊和光线差图像，针对猪只间的相互遮挡问题，目标边缘轮廓不清晰的问题，改进Mask R‑CNN的主干网络，利用ResNet152网络进行特征提取，使用修改后的快速增强FPN网络方法，将低层的轮廓边缘特征与高层特征融合，提升边缘模糊目标的识别效果，修改边界框回归损失函数和优化RPN网络参数解决遮挡目标漏检问题，在包含3个不同类型猪场采集的图像数据集上对所提出的生猪计数网络进行训练和测试，计数精度达到86％以上。
基本信息
专利标题 ：
基于深度学习的猪场猪只实例分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114332096A
申请号 ：
CN202111531980.4
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
薛素金杨焜
申请人 ：
厦门农芯数字科技有限公司
申请人地址 ：
福建省厦门市集美区软件园三期诚毅北大街62号109单元0361号
代理机构 ：
北京化育知识产权代理有限公司
代理人 ：
尹均利
优先权 ：
CN202111531980.4
主分类号 ：
G06T7/10
IPC分类号 ：
G06T7/10 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
