首页|联合损失优化下的高相似度奶山羊身份识别

联合损失优化下的高相似度奶山羊身份识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 动物个体身份识别一直是智慧畜牧业的主要难题之一,由于动物个体本身与人类在图像识别上需要的数据特征不同以及各个特征作为个体属性之间的关系不明确,对动物个体识别领域的研究较少,针对具有高相似度的奶山羊个体身份识别问题,提出了基于深度学习的高相似度的奶山羊识别方法.方法 采集了26只萨能奶山羊的全身图像,利用SSD(single shot MultiBox detection)网络进行数据集预处理,并随机选取1040幅图像作为训练集,260幅图像作为测试集.其次采用ResNet18(residual neural network)预训练模型并进行迁移学习,最后联合三元组损失函数与交叉熵损失函数进行参数调整.研究表明,采用联合损失函数并结合Adam优化器算法时,可获得较好的识别效果.此外,在实验部分针对奶山羊的特征选取问题上,对奶山羊的羊脸区域与奶山羊的全身区域分别采用了三元组损失函数与孪生网络,验证了对奶山羊的识别仅靠羊脸区域的特征时准确率较低;此外,针对网络的训练,本文不仅通过YOLOv3(you only look once)以及孪生网络(siamese network)验证了奶山羊本身属于高相似度的数据集,而且针对奶山羊数据集分别采用三元组损失函数与交叉熵损失函数作为唯一的损失函数,并验证了该方法的有效性.结果 奶山羊识别的最高精准度为93.077％,相较于Triplet-Loss损失函数74.615％的准确率以及CrossEntropy-Loss 89.615％准确率有了较大提升.结论 本文提出的基于深度学习的高相似度的奶山羊识别方法不仅具有较高的准确率,而且在奶山羊个体身份识别方面具有极大的应用价值,有助于准确识别羊的身份,为相似度高的动物个体身份识别提供了思路.
Joint loss optimization based high similarity identification for milch goats

尚诚、王美丽、宁纪锋、李群辉、姜雨、王小龙

展开 >

西北农林科技大学信息工程学院,杨凌 712100

农业农村部农业物联网重点实验室,杨凌 712100

陕西省农业信息与智能服务重点实验室,杨凌 712100

长安大学理学院,西安 710064

西北农林科技大学动物科技学院,杨凌 712100

展开 >

深度学习 奶山羊个体身份识别 Triplet-Loss 联合损失函数 迁移学习

陕西省重点研发计划农村农业部农业物联网重点实验室项目陕西省农业科技创新转化项目陕西省农业科技创新驱动项目

2022QFY11-032018AIOT-09NYKJ-2020-YL-07XN48

2022

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2022.27(4)
  • 3
  • 12