基于深度学习的家畜虚拟电子围栏设计

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 针对牧场中家畜越界及传统电子围栏难以防止家畜越界的问题，基于改进后的YOLOv5 算法，设计了虚拟电子围栏。采用YOLOv5s 算法作为基础，并进行了迁移学习和添加ECA 注意力模块。利用PyTorch 框架进行训练，并对模型进行了评估，相比原版YOLOv5s，改进YOLOv5s 算法对黄牛的检测精确率、召回率、平均精度均值分别提升0.2、1.3、0.7 个百分点，单帧推理总耗时下降0.5 ms。（剩余8901字）

试读结束

目录
monitor