基于Faster-RCNN的肉鸡击晕状态检测方法

• 作者: 刘超 叶长文 康睿 戚超 赵阳 陈坤杰
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 肉鸡 电击晕 击晕状态 卷积神经网络 深度学习
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 255-259
• 页数: 5页
• 分类号: S24|TS251.8
• 字数: 3268字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.12.029

摘要

为了准确识别屠宰加工中肉鸡的击晕状态,提出了一种基于快速区域卷积神经网络的肉鸡击晕状态检测方法.对输入图像进行归一化处理,通过卷积神经网络(VGG16)提取肉鸡的卷积特征图,利用区域建议网络提取预测框,在卷积特征图上采用非极大值抑制算法去除重复表述的预测框;将所得的各预测框映射到卷积特征图上,得到预测框在卷积特征图上的候选区域,将其输入感兴趣区域池化层;通过感兴趣区域池化层将大小不一的候选区域进行池化操作、得到统一的输出数据,最后通过全连接层与柔性最大值分类器,输出各击晕类别的概率和预测框的坐标.将2319个样本图像按2∶1的比例随机分为训练集与测试集,对模型进行训练与实验验证.结果 表明,本文建立的基于Faster-RCNN的肉鸡击晕状态分类模型对773个测试集肉鸡样本击晕状态分类的总准确率达到96.51％,对肉鸡击晕状态的预测速度可达每小时37000只,基本满足肉鸡屠宰生产线要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈坤杰	南京农业大学工学院	101	911	16.0	24.0
2	赵阳	南京农业大学工学院	14	41	4.0	6.0
3	康睿	南京农业大学工学院	4	16	2.0	4.0
4	叶长文	南京农业大学工学院	4	10	2.0	3.0
5	刘超	南京农业大学工学院	6	41	2.0	6.0
6	戚超	南京农业大学工学院	3	7	2.0	2.0