基于LeNet深度学习模型的雏鸡性别智能识别

• 作者: 杨陆野
• 来源期刊: 现代信息科技
• 关键词: 雏鸡性别鉴定 深度学习 图像识别 图像增广 LeNet
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 计算机技术|Computer Technology
• 页码范围: 64-66
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.23.018

摘要

不同性别雏鸡在生产生活中的价值及培育方向均有较大差别,尽早无损伤高效地分辨出雏鸡性别从而进行定向培育,实现产业利益最大化.传统的肛门鉴别法、伴性性状鉴别法、蛋内尿囊液检测法和核磁共振测定法均有其不足之处.受肛门鉴别法中对肛部图片两大特性传统人眼检测方案的启发,在对原始图像数据进行关键区域特征增强和图像增广后,依托于LeNet深度学习模型的强大图像处理能力实现极高效率的雏鸡性别识别.