采用改进CenterNet模型检测群养生猪目标

来源：农业工程学报杂志2021年第16期北京时间：

作者：房俊龙,胡宇航,戴百生,吴志东,

摘要：为实现对群养环境下生猪个体目标快速精准的检测，该研究提出了一种针对群养生猪的改进型目标检测网络MF-CenterNet（MobileNet-FPN-CenterNet）模型，为确保目标检测的精确度，该模型首先以无锚式的CenterNet为基础结构，通过引入轻量级的MobileNet网络作为模型特征提取网络，以降低模型大小和提高检测速度，同时加入特征金字塔结构FPN（Feature Pyramid Networks）以提高模型特征提取能力，在保证模型轻量化、实时性的同时，提高遮挡目标和小目标的检测精度。以某商业猪场群养生猪录制视频作为数据源，采集视频帧1 683张，经图像增强后共得到6 732张图像。试验结果表明，MF-CenterNet模型大小仅为21 MB，满足边缘计算端的部署，同时对生猪目标检测平均精确度达到94.30%，检测速度达到69 帧/s，相较于Faster-RCNN、SSD、YOLOv3、YOLOv4目标检测网络模型，检测精度分别提高了6.39、4.46、6.01、2.74个百分点，检测速度分别提高了54、47、45、43 帧/s，相关结果表明了该研究所提出的改进型的轻量级MF-CenterNet模型，能够在满足目标检测实时性的同时提高对群养生猪的检测精度，为生产现场端的群养生猪行为实时检测与分析提供了有效方法。

关键词：计算机视觉, 图像处理, 群养生猪, 目标检测, MobileNet, FPN, CenterNet