12 基于深度学习的羊只计数系统研究

张译文;李琦;

• 1:内蒙古科技大学信息工程学院

• 
  

摘要(Abstract)：

为了解决RFID羊只计数方法中受场地和读写距离限制等问题,首先进行羊只头部目标检测数据集的制作,并训练Center Net羊只头部目标检测模型,再使用Deep SORT羊只ID跟踪算法和单线计数算法对羊只计数.实验结果表明:在给定测试视频中,将实际羊只数量与算法羊只数量精度进行对比,精度可达95.3%,能够满足计数需求.

关键词(KeyWords)： 目标检测;Center Net;目标跟踪;Deep SORT;羊只计数

基金项目(Foundation): 内蒙古自治区科技重大专项基金资助项目(2019ZD025)

作者(Author): 张译文;李琦;

Email:

DOI: 10.16559/j.cnki.2095-2295.2021.04.012

参考文献(References)：

• [1]郭雷风，王文生，陈桂鹏，等．澳大利亚智慧牧场发展现状及启示[J]．农业展望，2018,14(10):52. [2]靳丽娜．内蒙古畜牧业经济可持续发展探析[J]．当代畜禽养殖业，2015,1(1):61. [3]房佳佳，李海军．规模化生猪养殖环境监控系统研究现状与发展趋势[J]．黑龙江畜牧兽医，2017,5(3):115. [4]田磊．羊群个数检测系统设计[D]．呼和浩特:内蒙古大学，2019. [5]李琦，尚绛岚，李宝山．基于头部图像特征的草原羊自动计数方法[J]．中国测试，2020,46(11):20. [6] Law H,Deng J. Corner Net:Detecting objects as paired keypoints[J]. International Journal of Computer Vision,2020,128(3):642. [7]姜建勇，吴云，龙慧云，等．PD-CenterNet:基于CenterNet的实时行人检测模型[J/OL]．计算机工程:1-9[2020-12-30]. [8] Wang Q,Chen J,Deng J,et al. 3D-CenterNet:3D object detection network for point clouds with center estimation priority[J]. Pattern Recognition,2021,115(5):107884. [9] Balaji V,Raymond J W,Pritam C. Deep Sort:deep convolutional networks for sorting haploid maize seeds[J].BMC Bioinformatics,2018,19(S9):85.