来源：期刊VIP网 时间：
作者：林雨欣;高迪;秦岭;李宝山;杜永兴;
单位：内蒙古科技大学数智产业学院;
摘要：为了在大型现代化牧场中实现无接触、高准确率和低成本的奶牛个体识别，试验通过构建HMS-ShuffleNet V2模型的方法来识别奶牛个体，通过视频帧分解技术从获取到的视频数据中截取奶牛图像，并将其进行去背景处理构建试验数据集;在Shuffle Net V2 Unit中使用Hardswish激活函数代替Relu激活函数增强模型的非线性表达能力，使用最大池化代替部分DW卷积增强模型特征提取能力，引入SE注意力机制提升模型对特征通道的权重分配能力;调整单元堆叠数防止模型过拟合;使用Ghost模块代替Conv5层的3×3卷积进一步减少模型参数量，将构建的HMS-ShuffleNet V2模型与VGG16、Res Net50、Dense Net121、MobileNet＿V2、Swin＿transformer和Vision＿transformer模型在相同试验环境与相同数据集上进行对比试验。结果表明:HMS-ShuffleNet V2模型在推理速度(128.78帧/s)较快的情况下，识别准确率(99.56%)高于VGG16(90.01%)、Res Net50(97.43%)、Dense Net121(92.99%)、MobileNet＿V2(96.94%)、Swin＿transformer(92.51%)和Vision＿transformer(90.29%)模型，并且模型参数量(1.28 M)、计算量(32.54 M)、模型大小(4.89 MB)、延迟时间(7.77 ms)与内存占用(7.88 MB)均低于上述模型。说明HMS-ShuffleNet V2模型很好地平衡了模型复杂度和识别准确率。
关键词：卷积神经网络;;奶牛;;个体识别;;ShuffleNet V2模型;;轻量化
基金资助：国家自然科学基金项目(62461048);; 国家农业重大科技项目(20221201);; 中央引导地方科技发展资金项目(2024ZY0084);; 内蒙古自治区“草原英才”工程专项资金支持科研项目;; 内蒙古自治区科技兴蒙行动重点专项(XM2021BT12);; 高校基本科研业务费项目(2024QNJS105)
