基于YOLOv3算法的農(nóng)場環(huán)境下奶牛目標(biāo)識別

摘要：針對農(nóng)場環(huán)境下使用手工標(biāo)記與肉眼識別方法識別奶牛時計數(shù)效率低、錯誤率高,而使用無線射頻檢測技術(shù)比較復(fù)雜且成本高的問題,使用檢測速度較快且性能較好的YOLOv3算法對農(nóng)場環(huán)境下的奶牛進(jìn)行目標(biāo)識別。該方法采用了3個不同尺度的特征圖來進(jìn)行對象檢測,能夠檢測到更加細(xì)粒度的特征;使用Darknet-53網(wǎng)絡(luò)加入殘差模塊,有利于解決深層次網(wǎng)絡(luò)的梯度問題,從而增加奶牛目標(biāo)識別模型的識別效果;采用K-means聚類得到先驗框的尺寸,預(yù)測對象類別時使用logistic的輸出進(jìn)行預(yù)測,可以支持多標(biāo)簽對象。從檢測結(jié)果來看,該方法在農(nóng)場環(huán)境背景下的奶牛目標(biāo)識別效果較好,檢測準(zhǔn)確率較高。