基于E-DCN-Cascade RCNN的牛群目标检测算法

作者：李琦; 沈雷^*; 徐文贵; 王智霖

来源：杭州电子科技大学学报(自然科学版), 2022, 42(04): 57-63.

DOI：10.13954/j.cnki.hdu.2022.04.009

• 目标检测
• Cascade RCNN
• 可变形-膨胀卷积网络
• 特征金字塔网络

提出一种基于可变形-膨胀卷积级联网络的牛群目标检测算法。首先，采用可变形-膨胀卷积网络(Expand-Deformable Convolutional Networks, E-DCN)提取牛身纹理特征，并使卷积区域始终覆盖在牛身周围，提高了牛身与牛舍背景的区分度；然后，结合E-DCN和特征金字塔网络(Feature Pyramid Network, FPN),对各层特征信息进行深度融合，增强了遮挡牛身的纹路特征，得到各层牛身特征图，解决了因牛身相互遮挡导致的漏检问题。实验结果表明，交并比(Intersection Over Union, IOU)阈值为0.75时，提出算法的平均精确度达到91.6%,比Cascade RCNN算法提高了4.2%。

• 单位
  杭州电子科技大学