基于YOLO v5与短时跟踪的鸡只呼吸道疾病早期检测.pdfVIP

2023年月农业机械学报第54卷第期

doi:10.6041/j.issn.1000-1298.2023.01.027

基于YOLOv5与短时跟踪的鸡只呼吸道疾病早期检测

陈佳丁奇安刘龙申2侯璐？刘亚楠沈明霞

（1.南京农业大学工学院，南京210031；2.南京农业大学人工智能学院，南京210031）

摘要：针对鸡只呼吸困难这一早期呼吸道疾病显著症状难以检测的问题，提出一种基于YOLOv5与短时跟踪的鸡

只呼吸道疾病早期检测方法。对YOLOv5算法进行锚框自适应设置与CIoULoss（CompleteIoULoss）应用等特定

优化后，用于群鸡复杂环境中准确识别鸡头目标并检测是否为张口状态。根据鸡头坐标框交并比实现鸡头目标短

时跟踪并获取不同鸡头的短时动作序列，再对动作序列进行分析，判断张口一闭口组合出现的频率，动态检测是否

存在鸡只呼吸困难情况。实验结果表明，改进YOLOv5算法检测鸡头目标的mAP为80.1%，张口检测准确率为

67.3%，闭口检测准确率为92.8%，基于时间序列的呼吸困难行为检测方法的识别准确率为91.8%，召回率为

75%，精准率为67.9%，可为群鸡养殖环境中的鸡只早期呼吸道疾病检测提供参考。

关键词：白羽肉鸡；呼吸道疾病；动态行为检测；YOLOv5；目标检测；短时跟踪

中图分类号：TP391.4；S831文献标识码：AOSID：

文章编号：1000-1298（2023）01-0271-09

EarlyDetectionofBroilersRespiratoryDiseasesBasedon

YOLOv5andShortTimeTracking

CHENJialDINGQianLIULongshen?HOULu2LIUYananSHENMingxia

(1.CollegeofEngineering,NanjingAgriculturalUniversity,Nanjing210031,China

2.CollegeofArtificialIntelligence,NanjingAgriculturalUniversity,Nanjing210031,China)

Abstract:AimingatthesignificantsymptomofbroilersrespiratorydiseaselikeDyspnea,anearly

detectionofbroilersrespiratorydiseasebasedonYOLOv5andshorttimetrackingwasproposed.After

thespecificoptimizationofYOLOv5algorithm,suchastheadaptivesettingofanchorsandthe

applicationofCloULoss

complexenvironmentandwhetheritwasintheopen-mouthstatecanbedetectedatthesametime.

Accordingtotheintersectionoverunionwithheadscoordinatedfromdifferentframes,differentbroiler

headscanbetrackedinshorttime,andtheactionsequencesofdifferentchickenheadscanbeobtained.

Thentheactionsequencescanbea