基于YOLOv7的红外相机野生动物图像筛选

【目的】野外环境通常植被繁茂、树木杂乱,且受环境、天气、光照等因素影响,红外相机易误触发拍摄,从而捕获大量废片,需要耗费大量人力进行筛选。为解决此类问题,本研究以YOLOv7模型为基础,对其进行轻量化改进,以实现对废片的自动筛选。【方法】本研究构建了北京密云雾灵山自然保护区2014—2015年期间采集到的2172张野生动物图像数据集,并对图像中出现的动物进行位置标记。对YOLOv7网络使用不同方式进行改进:引入MicroBlock替换YOLOv7的主干网络,使用轻量化SPPCSPC结构降低模型参数量。采用SIoU损失、LNDown下采样、BiFPN提升模型检测动物的能力。使用YOLOv5-m、YOLOv5-l、Ghost-YOLOv5-l、YOLOv6、YOLOX-M、YOLOR-CSP模型,在含有1万张图像的Snapshot Serengeti相机陷阱图像子数据集上进行训练和验证,对比本文模型对野生动物图像的筛选效果。利用迁移学习训练自建野生动物数据集,测试冻结不同层数的训练效果。【结果】基于YOLOv7的改进模型推理时间降低了14.3%,每秒浮点运算次数FLOPS降低了33.5%,参数量减少了17.8%,误检测方面也优于YOLOv7模型。与其他模型进行对比,改进后的YOLOv7虽未在所有指标中均达到最优,但在检测时间与精度上达到了更好的平衡。在自建数据集中使用未冻结权重方式微调效果最优,平均精度比未使用迁移学习模型提高了12.6%。【结论】本研究为密云地区野生动物监测网络提供了更快速、准确的筛选方案。

基于BS-ResNeXt-50的密云地区野生动物图像识别

【目的】以卷积神经网络为基础,对现有的网络结构进行改进,实现对红外相机拍摄的野生动物图像进行种类自动识别。【方法】构建从北京市密云区的北京市级雾灵山自然保护区2014—2015年期间采集到的8类2172张野生动物图像数据集,并使用随机增强策略从14个增强方案中随机选择增强方式,为图像数据添加噪声。使用SENet及BlurPool构建了基于ResNeXt-50的改进网络:增强特征提取的SE-ResNeXt-50、维持平移不变性的BP-ResNeXt-50、结合二者的BS-ResNeXt-50,并在自建数据集上测试了不同固定学习率、分段学习率及余弦退火学习率对BS-ResNeXt-50网络准确率的影响。使用VGG16、ResNeXt-50、EfficientNet-B0、InceptionV3、DenseNet-121、BS-ResNeXt-50网络在CCT公开野生动物数据集中常见的16个类别图像上进行训练,并对单一物种的识别准确率进行比较。【结果】SE-ResNeXt-50和BP-ResNeXt-50准确率分别达到了75.16%±0.14%和73.74%±0.13%。融合SENet以及BlurPool的改进方案BSResNeXt-50在自建数据集上测试的准确率达到78.04%±0.11%,为最优改进方案。使用余弦退火学习率后,BS-ResNeXt-50的准确率提升至81.54%,比固定学习率提升了3.5%;分段学习率准确率达到79.3%,与余弦退火学习率相差2.24%。在CCT数据集中BS-ResNeXt-50的识别准确率可达95.07%,比ResNeXt-50准确率高出1.95%,同时也高于VGG16的85.5%、EfficientNet-B0的90.23%、InceptionV3的91.38%以及DenseNet-121的93.3%准确率,并在各单一类别的预测准确率也均高于上述模型。单一类别的识别中除数量最少的类别外,BS-ResNeXt-50在其他类别识别准确率均高于90%,最高类别准确率达到98.6%。【结论】改进后的BS-ResNeXt-50模型相比ResNeXt-50可以更准确地完成对野生动物图像的识别任务,在不同的野生动物图像数据集上也具有较好的泛化能力。