基于改进YOLO v5s的经产母猪发情检测方法研究

作者：薛鸿翔; 沈明霞; 刘龙申; 陈金鑫; 单武鹏; 孙玉文^*

来源：农业机械学报, 2023, 54(01): 263-270.

• 经产母猪
• 发情检测
• 深度学习
• 改进YOLO v5s

为解决限位栏场景下经产母猪查情难度大、过于依赖公猪试情和人工查情的问题，提出了一种基于改进YOLO v5s算法的经产母猪发情快速检测方法。首先，利用马赛克增强方式(Mosaic data augmentation, MDA)扩充数据集，以丰富数据表征；然后，利用稀疏训练(Sparse training, ST)、迭代通道剪枝(Network pruning, NP)、模型微调(Fine tune, FT)等方式重构模型，实现模型压缩与加速；最后，使用DIOU＿NMS代替GIOU＿NMS,以提高目标框的识别精度，确保模型轻量化后，仍保持较高的检测精度。试验表明，优化后的算法识别平均精确率可达97.8%,单幅图像平均检测时间仅1.7 ms,单帧视频平均检测时间仅6 ms。分析空怀期母猪发情期与非发情期的交互行为特征，发现母猪发情期较非发情期交互时长与频率均显著提高(P<0.001)。以20 s作为发情检测阈值时，发情检测特异性为89.1%、准确率为89.6%、灵敏度为90.0%,该方法能够实现发情母猪快速检测。

• 单位
  动物科技学院; 南京农业大学