基于YOLOv4的猪只饮食行为检测方法

作者：李菊霞; 李艳文^*; 牛帆; 李荣; 张韬; 景冰

来源：农业机械学报, 2021, 52(03): 251-256.

• 猪只饮食行为
• 目标检测
• YOLOv4
• 图像处理

针对猪舍环境下猪只饮食行为自动化检测程度较低的问题,提出了一种基于YOLOv4的猪只饮食行为检测模型。基于多时间段、多视角和不同程度遮挡的猪只饮食图像,建立了猪只饮食行为图像数据库,利用YOLOv4深度学习网络的深层次特征提取、高精度检测分类特性,对猪只饮食行为进行检测。结果表明,基于YOLOv4的猪只饮食行为检测模型在不同视角、不同遮挡程度以及不同光照下均能准确预测猪只的饮食行为,在测试集中平均检测精度（m AP）达到95.5%,分别高于YOLOv3、Tiny-YOLOv4模型2.8、3.6个百分点,比Faster R-CNN模型高1.5个百分点,比Retina Net、SSD模型高5.9、5个百分点。本文方法可为智能养猪与科学管理提供技术支撑。

• 单位
  山西农业大学; 山西财贸职业技术学院