10.3969/j.issn.1672-3872.2023.09.005
基于YOLOv3的病死猪猪头的识别方法
[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.
YOLOv3、病死猪、猪头识别、深度学习
54
S828;TP391.4(家畜)
江西省畜牧设施技术开发工程研究中心专项基金
2023-04-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
14-17