Evaluación de las características de incubación de huevos de pato con un método ligero de detección de múltiples objetivos
Autores: Zhou, Jiaxin; Liu, Youfu; Zhou, Shengjie; Chen, Miaobin; Xiao, Deqin
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Evaluación de las características de incubación de huevos de pato con un método ligero de detección de múltiples objetivos
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Identificación
Detección
Huevos
Red
Parámetros
Precisión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 13
Citaciones: Sin citaciones
Dado que es difícil identificar con precisión el estado de fertilización e infertilidad de múltiples huevos de pato en una bandeja de incubación, y debido a la falta de modelos de detección fáciles de implementar, se propone en este artículo una nueva arquitectura de detección ligera (LDA) basada en el marco YOLOX-Tiny para identificar huevos de pato estériles con el objetivo de reducir los requisitos de implementación del modelo y mejorar la precisión de la detección. Específicamente, el método adquiere imágenes de huevos de pato a través de un dispositivo de adquisición y aumenta el conjunto de datos utilizando métodos de rotación, simetría y mejora del contraste. Luego, la convolución tradicional se reemplaza por una convolución separable en profundidad con un menor número de parámetros, mientras que se utilizan una nueva estructura CSP y una estructura de red de respaldo para reducir el número de parámetros del modelo. Finalmente, para mejorar la precisión de la red, el método incluye un mecanismo de atención después de la red de respaldo y utiliza el algoritmo de recocido coseno en el entrenamiento. Se realizó un experimento con 2111 huevos de pato, y se obtuvieron 6488 imágenes de huevos de pato después de la ampliación de datos. En el conjunto de prueba de 326 imágenes de huevos de pato, la precisión media promedio (mAP) del método en este artículo fue del 99.74%, que fue mejor que el 94.92% de la red YOLOX-Tiny antes de la mejora, y mejor que la precisión de predicción reportada del 92.06%. El número de parámetros del modelo fue de solo 1.93 M, que fue mejor que el 5.03 M de la red YOLOX-Tiny. Además, al analizar la detección concurrente de rejillas de 3 x 5, 5 x 7 y 7 x 9, el algoritmo logró un número de detección única de 7 x 9 = 63 huevos. El método propuesto en este artículo mejora significativamente la eficiencia y la precisión de la detección de un solo paso de huevos de pato reproductores, reduce el tamaño de la red y proporciona un método adecuado para identificar huevos de pato estériles en bandejas de huevos de incubación. Por lo tanto, el método tiene buenas perspectivas de aplicación.
Descripción
Dado que es difícil identificar con precisión el estado de fertilización e infertilidad de múltiples huevos de pato en una bandeja de incubación, y debido a la falta de modelos de detección fáciles de implementar, se propone en este artículo una nueva arquitectura de detección ligera (LDA) basada en el marco YOLOX-Tiny para identificar huevos de pato estériles con el objetivo de reducir los requisitos de implementación del modelo y mejorar la precisión de la detección. Específicamente, el método adquiere imágenes de huevos de pato a través de un dispositivo de adquisición y aumenta el conjunto de datos utilizando métodos de rotación, simetría y mejora del contraste. Luego, la convolución tradicional se reemplaza por una convolución separable en profundidad con un menor número de parámetros, mientras que se utilizan una nueva estructura CSP y una estructura de red de respaldo para reducir el número de parámetros del modelo. Finalmente, para mejorar la precisión de la red, el método incluye un mecanismo de atención después de la red de respaldo y utiliza el algoritmo de recocido coseno en el entrenamiento. Se realizó un experimento con 2111 huevos de pato, y se obtuvieron 6488 imágenes de huevos de pato después de la ampliación de datos. En el conjunto de prueba de 326 imágenes de huevos de pato, la precisión media promedio (mAP) del método en este artículo fue del 99.74%, que fue mejor que el 94.92% de la red YOLOX-Tiny antes de la mejora, y mejor que la precisión de predicción reportada del 92.06%. El número de parámetros del modelo fue de solo 1.93 M, que fue mejor que el 5.03 M de la red YOLOX-Tiny. Además, al analizar la detección concurrente de rejillas de 3 x 5, 5 x 7 y 7 x 9, el algoritmo logró un número de detección única de 7 x 9 = 63 huevos. El método propuesto en este artículo mejora significativamente la eficiencia y la precisión de la detección de un solo paso de huevos de pato reproductores, reduce el tamaño de la red y proporciona un método adecuado para identificar huevos de pato estériles en bandejas de huevos de incubación. Por lo tanto, el método tiene buenas perspectivas de aplicación.