基于多尺度特征融合的牛只異常毛色識(shí)別算法

摘要： 針對(duì)通過(guò)毛色特征來(lái)判斷牛只健康狀態(tài)時(shí)，現(xiàn)有技術(shù)存在模型參數(shù)大和識(shí)別精度低的問(wèn)題，提出一種基于多尺度特征融合的牛只異常毛色識(shí)別算法。采用改進(jìn)YOLOv5模型的方法對(duì)牛只異常毛色進(jìn)行分類(lèi)識(shí)別，更換GhostNet骨干網(wǎng)絡(luò)，使模型更加輕量化；添加Biformer注意力機(jī)制，更換Bi-FPN頸部網(wǎng)絡(luò)，更換EIoU損失函數(shù)，提高模型對(duì)不同種類(lèi)毛色識(shí)別的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后網(wǎng)絡(luò)的平... （共8頁(yè)）