江苏大学学报(自然科学版)

作者：姚礼垚,熊浩,钟依健,刘财兴,刘汉兴,高月芳

单位：华南农业大学 数学与信息学院, 广东 广州 510642

关键词：牛脸检测, 深度学习, SSD, Faster RCNN, RFCN

基金：<p>国家自然科学基金青年科学基金资助项目(61702196)； 广东省科技计划项目（2017A020208041）</p>

针对传统检测方法在牛脸检测应用方面存在的检测设备易损、检测结果不理想等问题,根据大数据、多差异性原则,使用手机和相机在某奶牛养殖场采集奶牛数据,构建了一个超过10 000张不同条件下(如遮挡、模糊、光照变化等)的奶牛数据集.在此基础上使用目前有代表性的基于深度网络模型的目标检测方法(如SSD,Faster RCNN和RFCN等)对该数据集进行试验对比分析.结果表明： Faster RCNN模型综合检测精度最高,可达0.990,但其检测速度相对较慢,为11 F&middot;s-1;SSD模型的检测速度最快,为47 F&middot;s-1,但其检测精度与Faster RCNN相比略低,约为0.945.

来源：2019年第2期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2019年第2期