基于MobileNetV2的轻量级羊身份识别模型

摘要

针对目前基于深度学习的羊身份识别模型中存在的参数量多、计算量大，难以真正应用于羊场的问题，提出一个基于MobileNetV2进行改进的融合注意力机制和优化激活函数的轻量级羊身份识别网络模型LAAMNet。为使模型轻量化的同时进一步提高识别精度，选取了轻量级网络MobileNetV2,并在其瓶颈结构的基础上，修改了激活函数，同时增加了轻量级注意力机制。实验结果表明，与MobileNetV2相比，LAAMNet不仅模型参数量减少了约40%,而且对羊个体身份的识别准确率达到98.78%,提高了0.18个百分点。该模型较好地兼顾了识别准确率和复杂度，为实际羊场部署提供了思路。

关键词

羊身份识别 / MobileNetV2 / 轻量级 / 注意力机制 / 激活函数