期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于FCM-SimCC的猪只面部关键点定位方法
1
作者 张惠莉 王光远 +3 位作者 员玉良 代晨龙 滕飞 任景龙 《农业机械学报》 北大核心 2025年第4期397-407,共11页
随着生猪养殖业向规模化和集约化转型,非侵入式个体识别技术对于追踪溯源、食品安全、疾病控制等方面至关重要,而猪只面部关键点定位技术是实现猪只非侵入式个体识别的前提。本研究基于SimCC关键点定位算法提出一种猪只面部关键点定位模... 随着生猪养殖业向规模化和集约化转型,非侵入式个体识别技术对于追踪溯源、食品安全、疾病控制等方面至关重要,而猪只面部关键点定位技术是实现猪只非侵入式个体识别的前提。本研究基于SimCC关键点定位算法提出一种猪只面部关键点定位模型FCM-SimCC,使用FasterNet代替原算法的CSPDarkNet作为特征提取网络;通过在FasterNet中嵌入CA注意力机制,提高模型对长距离特征的捕获能力;使用MLT自适应权重多任务损失函数联合KL散度损失函数与Wing Loss损失函数对模型进行监督。在包含多个猪只品种、多种面部姿态的4861幅图像的数据集上进行实验,结果表明本研究模型平均精度均值、50%平均精度、75%平均精度分别为76.12%、93.44%、83.25%,相比原模型分别提升3.14、1.77、4.47个百分点,浮点运算量为2.79×10^(9),参数量为1.38×10^(7),浮点运算量减少38.68%,参数量减少20.16%。并与DarkPose、HRNet、YOLO X-Pose等主流关键点定位方法进行对比,实验结果表明FCM-SimCC模型能够在较低的浮点运算量与较少模型参数量的基础上实现快速精准的猪只面部关键点定位,为猪只面部关键点定位及后续的猪只个体身份识别等提供技术支持。 展开更多
关键词 猪脸关键点定位 simcc FasterNet 坐标注意力机制
在线阅读 下载PDF
基于SimCC-ShuffleNetV2的轻量化奶牛关键点检测方法 被引量：10
2
作者 宋怀波 华志新 +3 位作者 马宝玲 温毓晨 孔祥凤 许兴时 《农业机械学报》 EI CAS CSCD 北大核心 2023年第10期275-281,363,共8页
针对现有深度学习技术在奶牛关键点检测研究中尚存在网络复杂度高、检测速度慢等问题,提出了一种轻量化奶牛关键点检测模型SimCC-ShuffleNetV2。在模型中,主干网络采用ShuffleNetV2用于特征提取,有利于实现网络的轻量化;检测头采用SimC... 针对现有深度学习技术在奶牛关键点检测研究中尚存在网络复杂度高、检测速度慢等问题,提出了一种轻量化奶牛关键点检测模型SimCC-ShuffleNetV2。在模型中,主干网络采用ShuffleNetV2用于特征提取,有利于实现网络的轻量化;检测头采用SimCC用于关键点位置预测,SimCC采取坐标分类的方法使得检测更加简单高效。为了验证模型的性能,本研究设计了奶牛的关键点及骨架结构,并标注了3600幅图像用于模型的训练与测试。试验结果表明,SimCC-ShuffleNetV2模型的AP50:95为88.07%,浮点运算量为1.5×10^(8),参数量为1.31×10^(6),检测速度为10.87 f/s,可以实现奶牛关键点的精确与高效检测。与基于回归的DeepPose网络、基于热力图的HRNet网络进行了对比试验,结果表明SimCC-ShuffleNetV2取得了精度与速度的良好平衡。同时,本研究通过更换不同主干与不同检测头的方式,对比验证了不同模块对模型性能影响,本研究所提出的模型在所有试验中均取得了最佳结果,表明ShuffleNetV2与SimCC的组合具备良好的关键点检测性能。为了验证模型的有效性,将模型应用于4种动作视频中提取骨架序列并将其送入ST-GCN网络以实现不同动作的分类,其分类准确率为84.56%,表明本研究提出的SimCC-ShuffleNetV2模型是良好的关键点提取器,可为奶牛行为识别等任务提供关键信息支撑。 展开更多
关键词 奶牛 关键点检测 ShuffleNetV2 simcc 动作识别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部