基于Swin-Unet的奶牛饲料消耗状态监测方法

张博, 罗维平

华南农业大学学报 ›› 2024, Vol. 45 ›› Issue (05) : 754 -763.

PDF
华南农业大学学报 ›› 2024, Vol. 45 ›› Issue (05) : 754 -763.

基于Swin-Unet的奶牛饲料消耗状态监测方法

    张博, 罗维平
作者信息 +

Author information +
文章历史 +
PDF

摘要

【目的】针对监控图像中饲料区域结构较长、边界模糊,且形状与尺寸复杂多变等特点,本研究旨在更准确地分割饲料残余区域与消耗区域,以达到准确监测饲料消耗状态的目的。【方法】本研究提出了基于SwinUnet的语义分割模型,其在Swin Transformer块的开始阶段应用ConvNeXt块,增强模型对特征信息的编码能力,以提供更好的特征表示,并利用深度卷积替换线性注意力映射,以提供局部空间上下文信息。同时提出了新颖的宽范围感受野模块来代替多层感知机,以丰富多尺度空间上下文信息。此外在编码器的开始阶段,将线性嵌入层替换为卷积嵌入层,通过分阶段压缩特征,在块之间和内部引入更多的空间上下文信息。最后引入多尺度输入策略、深度监督策略,并提出了特征融合模块,以加强特征融合。【结果】所提出方法的平均交并比、准确率、F1分数与运行速度分别为86.46%、98.60%、92.29%和23帧/s,相较于Swin-Unet,分别提高4.36、2.90、0.65个百分点和15%。【结论】基于图像语义分割的方法应用于饲料消耗状态的自动监测是可行的,该方法通过将卷积引入Swin-Unet,有效地提高了分割精度与计算效率,对提升生产管理效率具有重要意义。

关键词

饲料消耗 / 自动监测 / 语义分割 / Swin Transformer / 奶牛 / 深度卷积

Key words

引用本文

引用格式 ▾
基于Swin-Unet的奶牛饲料消耗状态监测方法[J]. 华南农业大学学报, 2024, 45(05): 754-763 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/