公开(公告)号：CN113470076B

公开(公告)日：2024-03-12

申请号：CN202110793190.7

申请日：2021-07-13

Applicant: 南京农业大学

Inventor： 殷正凌 ,  邹修国 ,  赵中豪 ,  郭宋 ,  张妮 ,  仝曦熳 ,  时逸舟 ,  韩璐

IPC: G06T7/246 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种平养鸡舍黄羽鸡多目标跟踪方法。该方法包括构建目标检测数据集和多目标跟踪数据集，利用目标检测数据集训练改进YOLOv3模型，作为多目标跟踪的检测器，结合训练后的改进YOLOv3模型与Deep SORT模型，实现黄羽鸡的多目标实时跟踪。本发明针对平养舍内黄羽鸡尺度变化较小，且频繁发生聚集现象这一特点做出改进，改进后的YOLOv3模型mAP高达93.2％，超过其他目标检测算法，速度达到29FPS，较YOLOv3提高了23.4FPS。将改进后的目标检测模型与Deep SORT算法相结合，实现了黄羽鸡的多目标跟踪。

公开(公告)号：CN113470076A

公开(公告)日：2021-10-01

申请号：CN202110793190.7

申请日：2021-07-13

Applicant: 南京农业大学

Inventor： 殷正凌 ,  邹修国 ,  赵中豪 ,  郭宋 ,  张妮 ,  仝曦熳 ,  时逸舟 ,  韩璐

IPC: G06T7/246 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种平养鸡舍黄羽鸡多目标跟踪方法。该方法包括构建目标检测数据集和多目标跟踪数据集，利用目标检测数据集训练改进YOLOv3模型，作为多目标跟踪的检测器，结合训练后的改进YOLOv3模型与Deep SORT模型，实现黄羽鸡的多目标实时跟踪。本发明针对平养舍内黄羽鸡尺度变化较小，且频繁发生聚集现象这一特点做出改进，改进后的YOLOv3模型mAP高达93.2％，超过其他目标检测算法，速度达到29FPS，较YOLOv3提高了23.4FPS。将改进后的目标检测模型与Deep SORT算法相结合，实现了黄羽鸡的多目标跟踪。