基于深度学习的羊群计数和性别识别的技术研究.pdf

目录

摘要I

AbstractIII

第一章绪论1

1.1研究背景与意义1

1.2国内外究现状2

1.2.1牲畜面部和动作研究3

1.2.2基于目标检测技术计数4

1.2.3基于密度图回归计数4

1.3存在问题5

1.4研究内容和创新点6

1.5论文组织结构7

第二章相关理论基础9

2.1卷积神经网络基础9

2.2深度学习经典算法13

2.2.1ResNet13

2.2.2VGG14

2.2.3GoogleNet15

2.3计数经典算法16

2.3.1多分支卷积神经网络16

2.3.2CSRNet17

2.4本章小结17

第三章基于膨胀卷积注意力的羊性别识别网络18

3.1引言18

3.2膨胀卷积注意力网络19

3.2.1膨胀卷积19

3.2.2网络结构20

3.2.3通道注意力模块21

3.2.4空间注意力模块22

3.3实验与分析23

3.3.1实验设置23

3.3.2数据集收集和处理23

3.3.3评价指标25

3.3.4实验结果25

3.3.5消融实验26

3.3.6可视化结果26

3.4本章小结28

第四章基于密度图回归方法的羊群计数模型29

4.1引言29

4.2数据集制作30

4.2.1数据集收集30

4.2.2数据处理31

4.2.3图片标注32

4.2.4生成真实密度图32

4.3多分支计数模型34

4.3.1通道信息增强模块34

4.3.2批归一化比例因子35

4.3.3通道信息交换模块36

4.4实验与分析37

4.4.1实验环境和指标37

4.4.2损失函数38

4.4.3模型的性能评估38

4.4.4与其他模型的比较41

4.4.5消融实验41

4.4.6泛化性检验43

4.4.7存在问题44

4.5本章小结44

第五章总结与展望45

5.1总结45

5.2展望46

参考文献47

致谢54

攻读学位期间发表的学术论著55

摘要

随着中国智能化养殖的不断推进以及散养方式向集约化养殖方式的转变，大规模养

殖越来越常见。在这种高密度的养殖场景下，动物个体之间的拥挤很常见，很容易发生

踩踏事件，农民如果不能及时发现制止，会造成大量的经济损失。同时，集约化养殖情

况下，羊群中诱发各种疾病的可能性大大提高，及时检测到羊群中的异常尤为重要。许

多研究者对羊的多种行为进行检测和研究，不同性别的羊会表现出不同的行为。因此，

检测羊的行为前确定羊的性别有利于研究，检测的精度也会有所提升。深度学习技术在

分类、计数、检测等任务中得到广泛应用，但仍有诸多因素阻碍了羊群计数的进一步发

展，如羊群尺度变化，背景信息，数据集缺失等。本文针对羊场环境实现了更精确的性

别识别和羊群计数，并提出了相应的解决方案。本文的主要研究和贡献如下:

（1）针对羊脸部图像中复杂的背景信息问题，本文提出了一种基于膨胀卷积注意力

模块的