期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于YOLOv3的病死猪猪头的识别方法
1
作者 彭兴鹏 何秀文 +4 位作者 黄巍 孙云涛 刘仁鑫 郑悦 黄俊宇 《南方农机》 2023年第9期14-17,共4页
【目的】为在养殖场实现非接触对病死、死因不明或染疫猪猪头进行目标检测。【方法】课题组提出了一种基于YOLOv3的病死猪猪头的识别方法,将采集的病死猪图片通过处理制成数据集,并按一定比例分成训练验证集与测试集,通过YOLOv3模型训练... 【目的】为在养殖场实现非接触对病死、死因不明或染疫猪猪头进行目标检测。【方法】课题组提出了一种基于YOLOv3的病死猪猪头的识别方法,将采集的病死猪图片通过处理制成数据集,并按一定比例分成训练验证集与测试集,通过YOLOv3模型训练,得到预训练权重参数,用评价指标对模型检测效果进行评估,从而获得最优模型的训练测试比。【结果】在训练测试比为8∶2时,YOLOv3算法模型对病死猪猪头的识别平均精度值达91.74%,准确率达95.56%,召回率达89.58%,满足目标检测精度要求,且该模型的平均准确率、准确率、召回率均高于SSD和Faster R-CNN算法模型。【结论】YOLOv3算法模型有助于在对病死猪进行无害化处理时,为机械手提供抓取目标,实现处理设备的智能化、无人化发展。 展开更多
关键词 YOLOv3 病死猪 猪头识别 深度学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部