基于YOLO v3的生猪个体识别方法

为实现高效的猪只个体识别,提出一种基于机器视觉的生猪个体识别方法.通过采集母猪和仔猪个体图像,对图像进行扩充和筛选,制作训练集和测试集.试验采用基于YOLO v3的识别模型,并与Faster RCNN和SSD模型识别结果进行比较,结果表明:对仔猪的识别平均精度均值达89.65％,准确率达95.99％,召回率达84.09％.对母猪的识别平均精度均值达95.16％,准确率达96.00％,召回率达96.00％.相较于Faster RCNN,该模型的识别速率是其7倍以上,相较于SSD,该模型的平均精度均值提高9％,说明该模型在识别速率和识别精度上都达到了较高水平.该研究可为猪只个体智能识别、数据监测及养殖信息化等提供理论依据.