基于改进YOLO v3的肉牛多目标骨架提取方法OA北大核心CSTPCD
Multi-target Skeleton Extraction Method of Beef Cattle Based on Improved YOLO v3
针对肉牛行为识别过程中,多目标骨架提取精度随目标数量增多而大幅降低的问题,提出了一种改进YOLO v3算法(Not classify RFB-YOLO v3,NC-YOLO v3),在主干网络后引入 RFB(Receptive field block)扩大模型感受野,剔除分类模块提高检测效率,结合8SH(8-Stacked Hourglass)算法实现实际养殖环境下的肉牛多目标检测与骨架提取.实验为肉牛骨架设置16个关键节点形成肉牛骨架点位信息,…查看全部>>
张宏鸣;李永恒;周利香;汪润;李书琴;王红艳
西北农林科技大学信息工程学院,陕西杨凌712100宁夏智慧农业产业技术协同创新中心,银川750004西北农林科技大学信息工程学院,陕西杨凌712100西北农林科技大学信息工程学院,陕西杨凌712100西北农林科技大学信息工程学院,陕西杨凌712100西北农林科技大学信息工程学院,陕西杨凌712100
信息技术与安全科学
肉牛多目标骨架提取目标检测关键点检测RFBYOLO v3
《农业机械学报》 2022 (3)
侵蚀学坡长的理论模型研究
285-293,9
宁夏智慧农业产业技术协同创新中心项目(2017DC53)、国家重点研发计划项目(2020YFD1100601)和国家自然科学基金项目(41771315)
评论