摘要
本发明提出了一种基于改进YOLOv10s的多头牛只识别及跟踪算法,步骤为:采集并构建牛只活动视频数据集,根据牛只活动视频数据集构建多目标牛只数据集,根据多目标牛只数据集构建重识别数据集;构建改进的YOLOv10s模型,引入改进的SPPF模块和改进的PSA模块;利用多目标牛只数据集对模型进行训练;选择多目标牛只重识别模型,利用重识别数据集训练多目标牛只重识别模型;将训练好的模型作为目标检测器,将训练好的多目标牛只重识别模型作为特征提取网络,基于DeepSort算法对待跟踪识别的多头牛只进行检测得到多头牛只跟踪识别结果。通过改进网络结构,减少模型参数量,加速检测与跟踪过程,并实现性能优化。
技术关键词
高维特征向量
卡尔曼滤波
轨迹
特征提取网络
数据
梯度下降优化算法
训练集
多尺度特征融合
级联
通道
输出特征
模块
融合特征
模型超参数
匈牙利算法
检测头
解析技术
空洞
系统为您推荐了相关专利信息
模拟分析方法
三维模型
热传导
决策
安装监测设备
电力负荷预测方法
电力负荷预测系统
序列
数据
气象