基于深度学习的群体种鸭蛋受精信息检测方法

摘要：

针对我国禽蛋孵化行业以人工方式剔除无精蛋自动化程度低的问题,以孵化5d的群体种鸭蛋为研究对象,利用图像采集装置采集群体种鸭蛋图像,在常用单步多框检测器(Single shot multibox detector,SSD)网络的基础上提出一种改进SSD目标检测算法,并采用该方法对孵化早期整盘群体种鸭蛋中的受精蛋与无精蛋进行识别.利用MobileNetV3轻量化网络作为模型的特征提取网络,可快速高效提取图像特征.结果表明:本文建立的模型对孵化早期群体种鸭蛋中受精蛋与无精蛋的平均识别精度为98.09％、召回率为97.32％、漏检率为0,优于改进前网络模型的96.88％、96.17％、1.04％.本文方法可为种鸭蛋孵化产业相关智能机器人或机械手的研发提供技术支撑.

关键词：群体受精鸭蛋、MobileNetV3、单步多框检测器、深度学习

所属期刊栏目：52

分类号：TP391.4;S834+.83(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目31871863

在线出版日期：2021-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：193-200