基于 Soft-NMS 改进 Yolov8 算法的奶牛识别

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3727-05-08-152171

基于 Soft-NMS 改进 Yolov8 算法的奶牛识别

刘潇阳, 韩泽宇, 闫艺菲, 杨济嘉, 张佳欣

中国农业大学

全文直达

引用

打印

摘要：目前，人工只能和物联网技术正广泛应用在农业领域，中国智慧农业正稳步发展。计算机视觉技术的引入，使农场等动物识别正逐渐摆脱传统监控系统对传感器的依赖。而密集场景下的动物识别具有空间小、数量多、个体体积大、遮挡和粘连问题严重等特点，使得在动物群体中准确地识别出每一只禽畜成为一个难点。本文使用 YOLOv8 模型实现奶牛识别，并使用 Soft-NMS 算法替代传统非极大抑制算法。通过对比，解决了大体积动物存在严重遮挡情况下的个体识别，为下一阶段的动物行为识别作好铺垫。

关键词：

目标检测；非极大抑制算法；Yolo。

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2023,5(8)