融合重参数化和注意力机制的猪脸关键点检测方法OACSTPCD
面部对齐是猪脸识别中至关重要的步骤,而实现面部对齐的必要前提是对面部关键点的精准检测。生猪易动且面部姿态多变,导致猪脸关键点提取不准确,且目前没有准确快捷的猪脸关键点检测方法。针对上述问题,该研究提出了生猪面部关键点精准检测模型YOLO-MOB-DFC,将人脸关键点检测模型YOLOv5Face进行改进并用于猪脸关键点检测。首先,使用重参数化的MobileOne作为骨干网络降低了模型参数量;然后,融合解耦全连接注意力模块捕捉远距离空间位置像素之间的…查看全部>>
黄志杰;徐爱俊;周素茵;叶俊华;翁晓星;项云
浙江农林大学数学与计算机科学学院,杭州311300浙江农林大学数学与计算机科学学院,杭州311300浙江农林大学数学与计算机科学学院,杭州311300浙江农林大学环境与资源学院,杭州311300浙江省农业机械研究院,金华321000浙江省农业机械研究院,金华321000
计算机与自动化
深度学习猪脸关键点检测重参数化MobileOneYOLOv5Face注意力机制
《农业工程学报》 2023 (12)
P.141-149,9
评论