基于YOLO v5与短时跟踪的鸡只呼吸道疾病早期检测

摘要：

针对鸡只呼吸困难这一早期呼吸道疾病显著症状难以检测的问题,提出一种基于YOLO v5与短时跟踪的鸡只呼吸道疾病早期检测方法.对YOLO v5算法进行锚框自适应设置与CIoU Loss(Complete IoU Loss)应用等特定优化后,用于群鸡复杂环境中准确识别鸡头目标并检测是否为张口状态.根据鸡头坐标框交并比实现鸡头目标短时跟踪并获取不同鸡头的短时动作序列,再对动作序列进行分析,判断张口-闭口组合出现的频率,动态检测是否存在鸡只呼吸困难情况.实验结果表明,改进YOLO v5算法检测鸡头目标的mAP为80.1％,张口检测准确率为67.3％,闭口检测准确率为92.8％,基于时间序列的呼吸困难行为检测方法的识别准确率为91.8％,召回率为75％,精准率为67.9％,可为群鸡养殖环境中的鸡只早期呼吸道疾病检测提供参考.

关键词：白羽肉鸡、呼吸道疾病、动态行为检测、YOLOv5、目标检测、短时跟踪

所属期刊栏目：54

分类号：TP391.4;S831(计算技术、计算机技术)

资助基金：江苏省科技计划项目BE2019382

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：271-279