期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进TransformerCNN的轻量化笼养鸡发声识别模型
1
作者 祝万军 王蕾 +4 位作者 李鹏 袁超 陈金鑫 唐瑜嵘 沈明霞 《中国农业大学学报》 北大核心 2025年第8期132-140,共9页
为解决传统笼养鸡发声检测难度高、实时性差等问题,本研究提出一种基于轻量化TransformerCNN的鸡只发声检测模型。首先,通过引入EfficientViT轻量网络,替换传统骨干网络,减少参数量和计算复杂度,从而提升检测模型的实时性;其次,将ReLU... 为解决传统笼养鸡发声检测难度高、实时性差等问题,本研究提出一种基于轻量化TransformerCNN的鸡只发声检测模型。首先,通过引入EfficientViT轻量网络,替换传统骨干网络,减少参数量和计算复杂度,从而提升检测模型的实时性;其次,将ReLU替换为Hardswish激活函数,在不增加额外的权重和偏置参数的前提下,提升模型的识别准确率;最后,采用线性自注意力机制替代传统的Softmax操作,进一步增强了模型对鸡只发声特征的捕捉能力,提高检测的鲁棒性。结果表明:1)相较于基础的TransformerCNN模型,引入EfficientViT、线性自注意力和Hardswish激活函数后,模型精确度略有下降,但在推理速度、计算复杂度和实时性方面表现更佳。2)与其他轻量化骨干网络相比,EfficientViT在推理速度、计算量和模型存储需求上具有明显优势,适用于实时分类任务。3)与主流分类模型对比,TC+EfficientViT在检测精度、实时性和模型体积方面均有优势,满足高效、实时的部署需求。综上,在智能福利化养殖环境中,通过无接触式检测鸡只发声,能够建立笼养鸡群体发声数据库,为进一步分析鸡只健康状况提供关键数据。 展开更多
关键词 笼养鸡 发声识别 轻量化模型 实时检测 EfficientViT
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部