复杂环境下蛋鸡个体识别与自动计数系统研究

作者：杨断利; 王永胜; 陈辉^*; 孙二东; 王连增

来源：农业机械学报, 2023, 54(06): 297-306.

• 蛋鸡个体识别与计数系统
• 真实环境
• YOLO v5s
• 注意力机制
• 特征融合

鸡群计数是鸡场资产评估中一项非常重要的工作。目前鸡场采用的人工计数方法，存在效率低下且计数准确度不稳定的问题。针对此问题，本文提出了一种基于改进YOLO v5s的蛋鸡个体识别与计数的方法。该方法为了消除真实复杂环境下产蛋箱、食槽等设施对蛋鸡个体识别带来的干扰，在YOLO v5s模型的Neck部分引入了SimAM注意力机制；为了扩大模型感受野，解决蛋鸡个体较小、识别困难的问题，将YOLO v5s模型的SPPF(空间金字塔池化模块)改为了SPPCSPC模块；为了尽可能多地提取蛋鸡有效特征，通过在YOLO v5s的Neck结构添加自适应特征融合模块ASFF,将不同尺度的蛋鸡成像特征信息进行融合的方法，进一步提升了模型的检测精度。在此基础上，通过调用模型检测接口，在接口内部添加计数函数、统计目标数量的方法，实现了蛋鸡个体的计数和鸡舍饲养密度的计算。将改进后的模型通过PyQt工具包进行封装、打包，开发了蛋鸡个体识别与自动计数系统。实验结果表明，改进的YOLO v5s模型的精准率、召回率、平均精度均值分别为89.91%、79.24%、87.53%,较YOLO v5s模型分别提高2.37、2.55、2.20个百分点。本模型在120～247只蛋鸡鸡舍的计数平均准确率为94.77%,较YOLO v5s模型提升2.49个百分点。研发的蛋鸡计数系统在河北省某养殖基地得到了实际应用，为养殖场的蛋鸡数量清点提供了一种可靠且有效的方法。

• 单位
  河北农业大学; 动物科技学院