摘要
本发明涉及一种遮挡感知笼养鸡检测方法,属于图像处理领域,检测方法包括:构建笼养鸡图像数据集;构建多尺度边缘特征提取模块,对输入图像进行多尺度特征感知,增强各尺度的边缘特征后进行拼接,筛选出与目标任务高度相关的关键边缘特征,进而构建出具有代表性的特征表示;构建上下文引导特征融合模块,在进行下采样的同时融合局部特征与周围上下文信息;构建多尺度遮挡感知检测头,增强对遮挡场景的感知能力;构建目标检测网络模型,并训练与评估;将新采集的笼养鸡图像数据输入到训练完成的目标检测网络模型实现笼养鸡目标的精准检测。本发明显著提升了模型在复杂笼养环境中的鸡只检测性能,强化了羽毛纹理、鸡冠轮廓等细节特征的表达。
技术关键词
笼养鸡
检测网络模型
特征提取模块
融合局部特征
遮挡场景
分支
检测头
多尺度特征
图像标注信息
通道
图像增强
笼养环境
原始图像数据
直方图均衡化
注意力
随机梯度下降
系统为您推荐了相关专利信息
命名实体识别方法
CRF模型
局部特征提取
字符
试题资源
混合诊断模型
传感模块
特征提取模块
报警装置
电气机械设备
自动考核方法
计算机可读指令
读取系统
自然语言
考核装置
茶叶害虫
融合特征
害虫图像
多尺度特征
多层次特征提取
位置提取方法
街景图像数据库
计算机可执行指令
神经网络模型
卷积特征