摘要
本发明公开了一种猪只计数方法,包括以下步骤,构建基于点标注的猪只计数数据集;在所述P2Pnet的主干网络VGG16中的每个body后面加入高效通道注意力的ECA模块;在所述P2Pnet的特征金字塔FPN结构加入坐标通道混洗注意力的CSA模块;将所述P2Pnet中的分类损失使用的交叉熵损失函数替换为Focal Dice loss提升模型的分类准确性;对点回归任务中的匈牙利匹配算法进行改进,包括引入不确定性成本处理机制、加权距离处理机制和自适应密度惩罚机制提高匹配精度;最终得到改进后模型为PIG‑P2PNet,将所述PIG‑P2PNet应用于猪只计数。本发明的有益效果:在各种实际环境中具有适应性和泛化能力,计数精度和鲁棒性方面表现优异,尤其在高密度、遮挡复杂的饲养环境中效果十分突出。
技术关键词
计数方法
匈牙利匹配算法
注意力
通道
特征金字塔
机制
模块
全局平均池化
KNN算法
缩放特征
坐标
样本
网络
指数
精度
鲁棒性
标签
因子
高密度
系统为您推荐了相关专利信息
降噪滤波器
通道脉冲响应
带通滤波器
算法
执行存储器存储
有机添加剂
低压断路器
性能预测模型
神经网络模型
分子
无人机定位方法
遗传算法
网格
多路径传播模型
计数器
跟踪方法
图像特征提取
图像分类网络
轨迹
匈牙利匹配算法