基于多尺度残差特征融合网络的绵羊计数方法

来源：中国农机化学报杂志2025年第5期北京时间：

作者：谢其宏, 刘东宝, 刘盛

单位：1. 广西财经学院网络与信息技术中心，南宁市，530000； 2. 广西大学计算机与电子信息学院，南宁市，530004； 3. 华南农业大学人工智能学院，广州市，510642

摘要：针对牧场内绵羊计数中目标尺度变化大、遮挡严重等导致的漏检误检、计数精度低的问题，提出一种基于改进CSRNet的多尺度残差特征融合网络的草原绵羊数估计方法。该方法在CSRNet基础上进行改进，利用密集扩张卷积构建密集多尺度残差模块，嵌入到模型骨干网络中，用于提取绵羊目标的多尺度特征，更好地适应绵羊的多尺度变化。此外，构建多分支特征提取网络，优化骨干网络输出特征图信息，加强模型整体特征提取能力，进而提高计数精度。同时，引入CBAM注意力模块，加强绵羊位置特征的表达能力，进一步修正输出密度图。试验结果表明，所提方法的平均绝对误差MAE和均方根误差RMSE分别为12.3、13.9，明显优于CSRNet、MCNN、DSNet、PaDNet和HA—CCN五种主流计数方法；且在羊群密集分布、遮挡严重和光照不足的情况下展现出较高的鲁棒性和准确性，证明其在草原羊群计数任务中的优越性能。

关键词：绵羊计数,卷积神经网络,多尺度,扩张卷积,深度估计

基金资助：国家自然科学基金资助项目（6196603）