-
题名图像分割算法在肉鸡深度图集上的研究
被引量:2
- 1
-
-
作者
李西明
赵泽勇
吴精乙
黄永鼎
高月芳
温嘉勇
-
机构
华南农业大学数学与信息学院
-
出处
《广东农业科学》
CAS
2022年第1期159-166,共8页
-
基金
国家自然科学基金(61702196)。
-
文摘
【目的】针对在复杂环境背景中难以识别分割多只肉鸡的问题,探讨基于深度学习实现对多只肉鸡深度图像分割的方法。【方法】利用深度相机,通过不同的拍摄角度(俯视、正视、侧视)在自然环境下采集肉鸡不同姿势(站立、俯卧、抬头、低头等)形态的深度图像,并使用CVAT标注软件对深度图像进行精确标注,建立肉鸡深度图数据集(含4 058张深度图像)。利用FCN、U-Net、PSPNet、DeepLab和Mask R-CNN等5种神经网络实现肉鸡深度图像的识别与分割,根据测试集得到预测结果,比较与评估不同模型的性能,实现对肉鸡深度图像的识别与分割。【结果】基于Mask R-CNN神经网络模型的识别分割准确率为98.96%,召回率为97.78%,调和平均数为95.03%,交并比为94.69%,4个指标值均为5个模型中的最优值。【结论】基于Mask R-CNN神经网络的算法简单快速,且能准确实现肉鸡的自动识别与分割,对肉鸡遮挡有较佳的鲁棒性,基本可以满足养殖场鸡群均匀度预测的识别分割要求。促进了计算机视觉在现代农业的应用,可为鸡群计数、鸡群均匀度预测以及肉鸡福利饲养等鸡场作业提供理论和实践基础。
-
关键词
图像识别
图像分割
深度学习
深度图像
神经网络模型
-
Keywords
image recognition
image segmentation
deep learning
depth map
Neural network model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-