基于改进Mask R-CNN的笼养死鸭识别方法

作     者：柏宗春 吕胤春 朱一星 马肄恒 段恩泽 BAI Zongchun;LU Yinchun;ZHU Yixing;MA Yiheng;DUAN Enze

作者机构：江苏省农业科学院农业设施与装备研究所南京210014 农业农村部长江中下游设施农业工程重点实验室南京210014 江苏大学农业工程学院镇江212013 

基　　金：江苏省现代农业重大核心技术创新项目(CX(22)1008) 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2024年第55卷第7期

页      码：305-314页

摘      要：针对规模化笼养肉鸭舍内死鸭识别采用人工作业方式时,存在作业效率低、劳动强度大、养殖成本高等问题,以层叠式笼养肉鸭为研究对象,提出了一种基于深度学习的笼养死鸭识别方法。为了采集数据,首先面向立体层叠式养殖环境设计了一款适用于肉鸭舍的自主巡检装备。针对笼养肉鸭舍铁丝网遮挡严重的问题,基于机器视觉对笼网进行修复,基于OpenCV对图像进行增强处理。构建了一种基于Mask R-CNN的死鸭识别模型,采用Swin Transformer对模型进行优化,解决了Mask R-CNN网络缺乏整合全局信息能力的问题。对比分析了SOLO v2、Mask R-CNN和Mask R-CNN+Swin Transformer模型识别笼内死鸭准确率。实验结果表明,在平均精度均值为90%的条件下,Mask R-CNN+Swin Transformer模型对笼内死鸭总体识别准确率可达95.8%,在自主巡检装备上的检测效果优于其他主流的目标检测算法。

主 题 词：机器视觉 笼养肉鸭 死鸭识别 Mask R-CNN 

学科分类：0905[农学-林学类] 09[农学] 

核心收录：

D　O　I：10.6041/j.issn.1000-1298.2024.07.030

馆 藏 号：203130834...