基于深度网络模型的牛脸检测算法比较

• 作者: 刘汉兴 刘财兴 姚礼垚 熊浩 钟依健 高月芳
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 牛脸检测 深度学习 SSD FasterR-CNN R-FCN
• 年，卷（期）: 2019,（2）
• 页码范围: 197-202
• 页数: 6页
• 分类号: TP391.1
• 字数: 3926字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2019.02.012

摘要

针对传统检测方法在牛脸检测应用方面存在的检测设备易损、检测结果不理想等问题,根据大数据、多差异性原则,使用手机和相机在某奶牛养殖场采集奶牛数据,构建了一个超过10000张不同条件下(如遮挡、模糊、光照变化等)的奶牛数据集.在此基础上使用目前有代表性的基于深度网络模型的目标检测方法(如SSD,Faster R-CNN和R-FCN等)对该数据集进行试验对比分析.结果表明:Faster R-CNN模型综合检测精度最高,可达0.990,但其检测速度相对较慢,为11 F·s-1;SSD模型的检测速度最快,为47 F·s-1,但其检测精度与Faster R-CNN相比略低,约为0.945.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘财兴	华南农业大学数学与信息学院	36	401	10.0	19.0
2	高月芳	华南农业大学数学与信息学院	16	127	6.0	11.0
3	刘汉兴	华南农业大学数学与信息学院	16	142	6.0	11.0
4	姚礼垚	华南农业大学数学与信息学院	1	2	1.0	1.0
5	熊浩	华南农业大学数学与信息学院	1	2	1.0	1.0
6	钟依健	华南农业大学数学与信息学院	1	2	1.0	1.0