基于自注意力机制与无锚点的仔猪姿态识别

来源：农业工程学报杂志2022年第14期北京时间：

作者：许成果,薛月菊,郑婵,侯文豪,郭景峰,王峡锐,

摘要：在猪场养殖过程中，仔猪姿态识别对其健康状况和环境热舒适度监测有重要意义。仔猪个体较小，喜欢聚集、扎堆，且姿态随意性较大，给姿态识别带来困难。为此，该研究结合Transformer网络与无锚点目标检测头，提出了一种新的仔猪姿态识别模型TransFree（Transformer + Anchor-Free）。该模型使用Swin Transformer作为基础网络，提取仔猪图像的局部和全局特征，然后经过一个特征增强模块（Feature Enhancement Module，FEM）进行多尺度特征融合并得到高分辨率的特征图，最后将融合后的特征图输入Anchor-Free检测头进行仔猪的定位和姿态识别。以广东佛山市某商业猪场拍摄的视频作为数据源，从12个猪栏的拍摄视频中选取9栏作为训练集，3栏作为测试集，训练集中仔猪的俯卧、侧卧和站立3类姿态总计19 929个样本，测试集中3类姿态总计5 150个样本。在测试集上，TransFree模型的仔猪姿态识别精度达到95.68%，召回率达到91.18%，F1-score达到93.38%；相较于CenterNet、Faster R-CNN和YOLOX-L目标检测网络，F1-score分别提高了2.32、4.07和2.26个百分点。该文提出的TransFree模型实现了仔猪姿态的高精度识别，为仔猪行为识别提供了技术参考。

关键词：图像识别, 模型, 仔猪, 姿态识别, Swin Transformer, 无锚点目标检测