基于YOLO V3模型的奶牛目标检测

• 作者: 刘同金 刘生智 李春蓉 热娜古丽·热西提 陈立平
• 来源期刊: 塔里木大学学报
• 学科: 农学
• 关键词: 奶牛 目标检测 YOLO 人工智能 深度学习 机器视觉
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 现代信息技术
• 页码范围: 85-90
• 页数: 6页
• 分类号: TP391.4|S818.9
• 字数: 2992字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0568.2019.02.013

摘要

生产条件下,视觉场景中的奶牛目标检测准确度,易受到环境光照条件、遮挡、阴影等因素的影响.为了高效、准确、鲁棒地检测视觉场景下的奶牛目标,试验采用YOLO V3模型,对采自生产条件下的奶牛目标图像开展了研究.实验结果表明,YOLO V3模型对个体和群体2组实验图像的漏检率分别为20.69％、25.00％;同时,检测效率亦较高.说明将深度学习技术应用于畜牧业智能化应用,具有巨大的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春蓉	塔里木大学信息工程学院	11	14	2.0	2.0
2	刘同金	塔里木大学信息工程学院	3	2	1.0	1.0
3	刘生智	塔里木大学信息工程学院	3	2	1.0	1.0
4	热娜古丽·热西提	塔里木大学信息工程学院	3	2	1.0	1.0