【摘 要】
：
生猪脸部的检测,是实现生猪个体身份、情绪状态和行为模式智能化自动识别与分析的关键环节.针对生猪在真实养殖环境中脸部区域通常存在遮挡、视角多变以及模型部署端资源有限等问题,提出了一种融合视觉上下文与跨通道信息的生猪脸部轻量化检测模型.本文采用ShuffleNet v2作为检测模型的特征提取模块;设计Nonlocal-PAN特征融合模块,融合不同尺度特征图中的视觉上下文信息和跨通道信息;利用NanoDet检测头模块来完成对生猪脸部目标的检测.实验结果表明,该模型在IoU为0.50、0.95、0.50:0.95
【机 构】
：
东北农业大学电气与信息学院,哈尔滨150030;农业农村部生猪养殖设施工程重点实验室,哈尔滨150030;东北农业大学电气与信息学院,哈尔滨150030;农业农村部生猪养殖设施工程重点实验室,哈尔滨1
论文部分内容阅读
生猪脸部的检测,是实现生猪个体身份、情绪状态和行为模式智能化自动识别与分析的关键环节.针对生猪在真实养殖环境中脸部区域通常存在遮挡、视角多变以及模型部署端资源有限等问题,提出了一种融合视觉上下文与跨通道信息的生猪脸部轻量化检测模型.本文采用ShuffleNet v2作为检测模型的特征提取模块;设计Nonlocal-PAN特征融合模块,融合不同尺度特征图中的视觉上下文信息和跨通道信息;利用NanoDet检测头模块来完成对生猪脸部目标的检测.实验结果表明,该模型在IoU为0.50、0.95、0.50:0.95水平下,分别获得了96.98％、81.16％和67.44％的平均精度,且模型大小保持在8.2 MB的轻量化水平,具有良好的边缘端移植性和较高精度,为生猪养殖智能化监测与分析提供了新技术.
其他文献
传统K-means聚类算法容易受到初始聚类中心影响,从而导致聚类准确度较差的问题,本文利用剑鱼优化算法全局搜索能力强、收敛速度快的优势,提出一种基于改进剑鱼算法的K-means聚类算法.为增强剑鱼优化算法全局搜索能力,采用Tent混沌序列初始化种群,利用Tent混沌序列遍历性、随机性和规律性提高初始解的质量;为了提升算法搜索的精度,引人高斯变异,以此增强算法局部搜索能力;为了促使算法在跳出限制后继续搜索,在搜索停滞的解的基础上生成Tent混沌序列,用Tent混沌序列对部分陷入局部最优的个体进行扰动.最后,
防护工程中使用人脸识别门禁已经非常普遍,这种门禁实际采用的是物联网的面部认证技术.目前以物联网为基础技术的应用功能已经开始影响到各个行业,这些新技术的应用不仅提高了人们的工作效率,也改善了人们的生活质量.介绍了一款防护工程的人脸识别门禁技术.
为解决传统污秽检测方法对输电线路绝缘子污闪防治的局限性,通常采用非接触式、高分辨率的高光谱技术研究污秽在线检测技术.为有效提取反应污秽度的光谱特征,削弱冗余与干扰信息的影响,文中提出一种基于小波包能量谱特征优化的绝缘子污秽等级识别技术.首先,对不同污秽等级的绝缘子样品的光谱图像进行背景分割,提取均匀覆污区像素点的光谱均值曲线;其次,对不同图像的光强均匀度差异、环境噪声进行预处理,并通过对数变换提升不同污秽等级间的可区分性;再次,对预处理后的光谱曲线进行小波包能量谱特征提取;最后,基于所提特征建立基于支持向
套管受潮初期多为局部受潮,因此局部受潮的有效诊断可避免套管受潮过程的进一步发展.文中采用频域介电谱(FDS)对套管局部受潮诊断方法进行研究.首先制备梯度含水量油纸绝缘样品,组合形成局部受潮等效试样,并获得其FDS特性.结果表明,局部受潮会形成不同含水量油纸绝缘界面,在FDS曲线中产生界面松弛极化损耗峰,径向局部受潮程度越大,损耗峰幅值越大,并向高频方向移动,因此基于界面松弛极化损耗峰特性可对套管局部受潮进行诊断.利用变压器套管仿真模型验证了文中所提方法的有效性,为变压器套管早期故障预警与诊断提供了新方法.
工业生产厂房的中央空调在制冷过程中普遍采用增量式或位置式PID控制方法,通过表冷阀开度直接控制送风温度.但是这种控制方式存在一定的滞后性,而且为了避免剧烈震荡,会将P系数调得尽量小,导致整个系统反应慢,首次启动时间长.虽然有人提出了分段控制和限制积分等优化方案,但是这些方案高度依赖软件开发者的经验,不具有普适性.本文提出了一种新的控制思路,以表冷器内的水温为控制对象,采用P+PI间接控制空气温度.在某厂房扩建空调控制软件项目实践中证明,对比通过阀门开度直接控制空气温度,P+PI间接控制器的精度更高,震荡更
针对教室内人物目标的识别场景,研究了 目标检测算法YOLOv3的改进及测试.通过分析教室内人物目标识别的特点和YOLOv3网络特征提取架构,运用K-means++算法对anchor box进行宽高聚类,增大特征输出层anchor box数量,增加YOLOv3网络架构中104×104尺寸的特征输出层,得到改进后的YOLOv3目标检测网络.经数据集训练并测试,改进后的YOLOv3网络模型的识别精度提高了19.11％,而识别速度有所下降.
针对传统输电线路目标巡检图像识别方法响应速度慢、准确率不高的问题,文中提出一种改进的更快速区域卷积神经网络(Faster-RCNN)深度学习识别算法.通过轻量化卷积神经网络(ZFnet)提取图像特征,并重置模型参数以获取更多目标细节;利用Faster-RCNN对目标进行检测,由子网络区域提议模型生成目标候选框和快速区域卷积神经网络(Fast-RCNN)进行参数调优,并在Faster-RCNN输出部分引入精炼阶段,增加目标特征的分类细化和回归细化,将存在目标的多个边界框合并,实现精确分类以及坐标定位.实验结
针对智能变电站二次系统建立失效风险评估模型,可在设备失效风险累积至一定程度时及时安排检修,有效防止系统性故障.文中提出利用可靠性分析工程中的威布尔函数建立二次设备失效概率模型.首先,基于二次设备的型式试验、日常运行状态样本数据,采用平均秩次法与最小二乘估计计算回归方程以展开模型参数估计,可获得更贴近现实运行条件的设备失效模型;其次,利用故障树方法建立二次系统失效与单台设备失效之间的关联关系,可定量计算二次系统运行风险顶事件概率分布函数,从而为二次系统失效风险预警、状态检修提供辅助决策.案例计算分析表明,运
微电网系统包括多种分布式电源,为了降低微电网发电成本,应用优化算法对微电网进行调度很有必要.传统优化算法在微电网调度求解时容易陷入局部最优,导致收敛速度下降,因此文中在麻雀搜索算法(SSA)的基础上,提出一种反向变异麻雀搜索算法(RMSSA).首先,利用反向学习策略和自适应t分布变异扩大SSA的寻优范围,提高种群多样性,改善SSA的搜索能力,然后建立以综合运行成本最低为目标的微电网优化调度模型,最后设定功率平衡、充放电速率、爬坡速率等约束条件,利用RMSSA对微电网优化调度模型进行求解.对比仿真结果表明此
设计了一个基于机器学习的智能汽车决策系统,旨在结合数据分析与机器学习可以判断出汽车整体的行驶状态,并对汽车异常状况做出自动修正,让道路安全得到有效保障.系统将采用随机森林算法进行机器学习,结合MPU-6050传感器组获取的数据,对所处道路环境做出准确、及时的判断,避免因道路信息不完整而造成不可衡量的损失.