[發明專利]一種乳鴿鴿齡檢測方法

在審

• 申請號: 202210520214.6
• 申請日: 2022-05-13
• 公開（公告）號: CN114972949A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 姚俊;師澤晨;鄒娟;楊靈;許海霞
• 申請（專利權）人: 仲愷農業工程學院
• 主分類號: G06V10/82
• 分類號: G06V10/82;G06V10/774;G06V10/764;G06V10/80;G06K9/62;G06F17/10;G06N3/04;G06N3/08
• 代理公司: 廣州科捷知識產權代理事務所(普通合伙) 44560
• 代理人: 陳慧文

一種乳鴿鴿齡檢測方法，包括如下步驟：改進YOLOv5s網絡模型，先將CBAM中的空間注意力改進為逐點空間注意力，再將改進后的CBAM注意力機制嵌入在YOLOv5s模型主干網絡中每個殘差分支的末端，將YOLOv5s的NMS策略從每個類分別進行NMS改進為多個類同時進行NMS，得到改進的YOLOv5s網絡模型；數據集制作，對乳鴿圖片按照日齡階段進行標注；將數據集輸入改進后的YOLOv5s網絡模型中進行模型訓練；加載最佳權重數據后，輸入待識別圖片進行識別。本發明加強了對重疊乳鴿的識別效率，也避免出現一只鴿子檢測出多個不同生長階段，提高了識別的準確率，檢測速度快，促進投料的自動化。

技術領域

本發明涉及目標檢測技術領域，尤其涉及一種乳鴿鴿齡的檢測方法。

背景技術

鴿子養殖具有巨大的經濟前景，鴿子肉質鮮嫩，滋味濃鮮，營養豐富，與雞、鴨、鵝等常見家禽相比，鴿子的生長周期更短，產生的經濟效益更高。傳統的人工養殖需要有大量的專業飼養人員手推飼料桶對逐個鴿籠點對點飼喂，且經常需要折返倉庫給飼料桶補充飼料，勞動強度大，且當鴿子養殖場達到一定規模時，這種人工喂料的方式難以滿足需求，因此，有必要對鴿子養殖產業進行自動化應用。在鴿子的飼養過程中，不同籠子里的鴿子成員不一致，而鴿子不同的日齡階段有著不同的營養需求，傳統人工投放方法可以在人員經過時一瞥得知這個籠子的需要投放的飼料量，自動化飼養方式如何做到這一點？因此產生了目前鴿子自動化養殖迫切需要解決的一個難題——如何快速計算各鴿籠的飼料投放量。為了解決這個問題，亟需開發一種智能化的乳鴿鴿齡檢測方法，使得自動化機器可以在經過時可以準確識別各乳鴿的日齡階段，根據不同品種在不同生長階段下的所需要的營養需求計算出每個鴿籠需要投放的飼料量。

YOLOv5算法是目前流行的一種一階段目標檢測算法，與當前的二階段目標檢測算法相比，它的主要特點是模型小和速度快，同時也能具有與二階段目標檢測相近的檢測精度。YOLOv5與傳統的機器學習算法相比，它可以進行端到端的任務訓練，不用進行手工設計特征，且在大的數據集下表現遠勝于傳統機器學習算法。但YOLOv5在重疊乳鴿的識別中也有所不足，鴿籠的空間有限，導致乳鴿在圖片中的重疊度往往較高，甚至會漏檢，乳鴿的飼養環境往往光線不足，獲得的圖片常常會邊界模糊，遮擋物、異物較多，同時相近日齡的乳鴿之間往往差別較小，導致同一只乳鴿往往會識別出兩個階段，對應兩只乳鴿，等等，這些因素均給鴿齡識別帶來一定的困難。

發明內容

本發明的目的是克服上述現有技術的缺點，提供一種目標檢測準確性好、速度快、貼近實際應用場景的乳鴿鴿齡檢測方法，該方法可為乳鴿自動化投喂飼料提供技術支撐，還可應用于其它家禽的養殖中。

本發明是通過以下技術方案來實現的：

一種乳鴿鴿齡檢測方法，包括如下步驟：

改進YOLOv5s網絡模型，將CBAM中的空間注意力改進為逐點空間注意力，改進后的CBAM變為了通道注意力和逐點空間注意力組合的一個新的注意力結構，再將改進后的CBAM注意力機制嵌入在YOLOv5s模型主干網絡中每個殘差分支的末端，將YOLOv5s的NMS策略從每個類分別進行NMS改進為多個類同時進行NMS，刪除不同類的分配區間，得到改進的YOLOv5s網絡模型。

數據集制作，采用LabelImg將清晰的乳鴿圖片按照乳鴿日齡階段進行標注，再將圖片集按照一定比例隨機分配為訓練集和驗證集，獲得乳鴿初始數據集，再將初始數據集進行mosaic數據增強，得到數據增強后的數據集。

模型訓練，將數據集輸入改進后的YOLOv5s網絡模型中進行模型訓練，得到改進后的YOLOv5s網絡模型最佳的權重數據。

乳鴿鴿齡檢測，將最佳權重數據加載到改進后的YOLOv5s網絡模型中，輸入一張含有乳鴿的待識別圖片，得到一張具有一個或多個標識鴿齡矩形框的輸出圖片。

進一步地，將NMS策略從每個類分別進行NMS改進為多個類同時進行NMS，刪除不同類的分配區間的方法為：