一种基于轻量级模型的羊脸检测与识别方法技术

本发明专利技术提出了一种轻量级羊脸检测和识别方法，针对传统识别模型体积庞大，对部署设备算力要求较高的问题，该方法构建一种轻量级的羊脸检测和识别模型，主要包括以下步骤：构建羊脸检测和羊脸识别数据集；采用基于SSD目标检测模型作为羊脸检测模型，使用轻量级模型MobileNetV3作为羊脸检测模型的骨干网络，添加空间注意力机制提高羊脸检测精度；采用ShuffleNetV2模型作为识别网络的基础模型，融合卷积注意力以及通道注意力两种注意力机制构建羊脸识别模型。并在NVIDIA JetsonNano设备上对模型进行部署，利用网络摄像头实现羊脸的实时检测与识别。该方法能够在保证识别准确率的同时有效地减少模型所需参数量，提高了羊脸识别的准确性和易用性，所提出的羊脸识别模型准确率为94.5％，模型大小为4.45MB，与原始ShuffleNetV2模型相比，在模型大小降低1.03MB的基础上，准确率提高4.7个百分点。准确率提高4.7个百分点。准确率提高4.7个百分点。

【技术实现步骤摘要】
一种基于轻量级模型的羊脸检测与识别方法
所属

[0001]本公开的实例涉及图像处理领域，具体涉及一种基于轻量级模型的羊脸检测和识别方法。

技术介绍

[0002]在现代化的羊只养殖中，精准饲养是保障羊出栏后肉品质的重要方法之一。在精准养殖过程中，羊只的个体身份识别是对羊只进行登记、溯源的关键，在节约人力成本的同时能够提升羊场管理的精细度，成为个体饲养方案制定、健康分析、奶品溯源和保险理赔等工作的重要支撑。传统羊只身份识别方式主要以耳标、烙印等方法为主，这些方法在费时费力的同时还容易引起羊的应激反应，极易对羊只本身和饲养人员造成伤害。目前主流采用基于无线射频技术(Radio Frequency Identification，RFID)耳标的羊只识别方法对羊只个体进行识别，但这种方法使用成本高而且容易脱落，难以应用于规模化养殖。
[0003]为实现低成本、非接触和高效率的羊脸识别，本专利技术旨在解决现有模型过于庞大，无法有效部署的问题，使用图像处理和深度学习相关方法，构建轻量级的羊脸检测和识别模型，以滩羊和奶山羊为研究对象，运用图像增广技术对采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轻量级模型的羊脸检测和识别方法，其特征在于，所述基于轻量级模型的羊脸检测和识别方法包括：数据预处理方法、羊脸检测模型构建与训练、羊脸识别模型构建与训练和羊脸识别模型应用。所述数据预处理方法用于从采集的羊脸视频数据中提取羊只图像数据，对羊只图像数据进行羊脸框标注，构建羊脸检测数据集，将羊脸框所在区域截取并保存，构建羊脸识别数据集，对所述羊脸检测数据集和羊脸识别数据集划分为训练集和验证集；所述羊脸检测模型，利用羊脸检测数据集对所述羊脸检测模型进行训练；所述羊脸识别模型构建，利用羊脸识别数据集对轻量级ShuffleNetV2模型进行改进和训练；所述羊脸识别系统应用，对羊只图像进行羊脸检测，将检测到的羊脸进行羊脸识别，得到识别结果。2.根据权利要求1所述的数据预处理包括关键帧提取模块、数据清洗模块和数据集构建。所述关键帧提取模块，对采集到的羊只视频数据进行关键帧截取，得到羊只的图像数据；所述数据清洗模块，对提取到的羊只图像数据进行筛选，剔除掉侧脸和模糊的图像；所述数据集构建包括，利用Labelme标注软件对羊只图像数据进行羊脸框标注和双眼以及嘴部关键点标注，构建羊脸检测数据集；将羊只图像上的羊脸框所在区域进行截取保存，得到羊脸识别数据集；对所述两个数据集划分为训练集和验证集。3.根据权利要求1所述的羊脸检测模型构建与训练，其特征在于，所述羊脸检测模型构建，具体包括：采用基于SSD目标检测模型作为羊脸检测模型；使用轻量级模型MobileNetV3作为SSD的骨干网络；添加空间注意力机制以提高...

【专利技术属性】
技术研发人员：杨家林，李书琴，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：