劉生智 李春蓉 劉同金 熱娜古麗·熱西提 陳立平,2*

（1塔里木大學信息工程學院，新疆阿拉爾843300）（2塔里木大學現(xiàn)代農(nóng)業(yè)工程重點實驗室，新疆阿拉爾843300）

當前，世界各國奶牛養(yǎng)殖業(yè)的信息化、自動化和智能化應用不斷深化,業(yè)已在動物行為學分析、自動飼喂與排污、精細作業(yè)管理等方面發(fā)揮了巨大作用。以信息與智能技術為支撐的綠色、高效、精準養(yǎng)殖，成為現(xiàn)代奶業(yè)發(fā)展的必然趨勢[1]。

新疆，是我國畜牧業(yè)大區(qū)。然而，受自然氣候、管理水平、飼養(yǎng)條件等因素影響，2015年新疆成奶牛平均單產(chǎn)僅為1.2噸/頭，與全國成奶牛平均單產(chǎn)6噸/頭[2]仍存在巨大差距。鑒于新疆奶牛養(yǎng)殖業(yè)管理粗放、信息技術支撐不足問題，有針對性地加強其信息與智能化建設，是實現(xiàn)精細管理和提質(zhì)增效的重要途徑。

由于具有信息采集速度快、信息采集量大且無需接觸的技術優(yōu)勢，計算機視覺技術作為重要的技術手段，被廣泛地應用于諸如人群行為分析、車輛檢測，甚至動物行為分析應用領域[3-5]。在計算機視覺應用中，實時檢測奶牛目標，是進一步分析奶牛體格數(shù)據(jù)、行為特征及疾病發(fā)生情況的基礎。

鑒于新疆奶牛養(yǎng)殖業(yè)信息化應用現(xiàn)狀，以新疆生產(chǎn)建設兵團第一師10團良種奶牛養(yǎng)殖場為圖像采樣點，重點研究了YOLO V3模型在奶牛目標檢測中的應用，為養(yǎng)殖業(yè)提供快速、有效的智能化視覺分析工具與方法。

1 深度學習在奶牛目標智能檢測中的應用

1.1 深度學習

深度學習（Deep Learning,DL）是一種表示學習方法[6]，具有強大的數(shù)據(jù)表征能力，通過監(jiān)督或非監(jiān)督學習方式，能夠學到數(shù)據(jù)更高層次的抽象表示[7]。DL在經(jīng)歷兩次發(fā)展低谷（1969～1986，1998～2006）后，Hinton等[8]于2006年提出以深度信念網(wǎng)絡為代表的DL方法，從此DL進入高速發(fā)展時期。隨后，其在語音識別、圖像分類等問題上先后取得重大突破[9-10]，自此，DL迎來了發(fā)展的爆發(fā)期。

1.2 DL在目標智能檢測中的應用

近十年來，DL方法發(fā)展迅速、應用廣泛，Hinton團隊于2012年提出的AlexNet在ImageNet取得重大突破，自此卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network,CNN)成為了物體檢測的主流方法；當前，應用較為廣泛的卷積神經(jīng)網(wǎng)絡目標智能檢測模型可以分為兩類，第一種是以R-CNN系列[11-13]為代表的區(qū)域建議模型，第二種是以YOLO[14-16]系列為代表的無區(qū)域建議模型。尤其，F(xiàn)aster R-CNN、YOLO V3、R-FCNs[17]、FCN[18]等新算法的提出，不斷刷新目標智能檢測的精確率與檢測效率，大大改善了傳統(tǒng)深度學習算法在目標識別與分類應用上的性能與效果。

1.3 DL在奶牛目標智能檢測中的應用

DL方法與計算機視覺（Computer Vision,CV）等前沿智能感知與機器學習方法被廣泛應用于養(yǎng)殖業(yè)中。為提高奶牛目標檢測的智能化程度，趙凱旋、何東健等[19]采用了基于圖像的卷積神經(jīng)網(wǎng)絡方法來自動提取奶牛體廓生物特征并用于識別奶牛身份。劉杰鑫[20]等人采用基于混合高斯模型與卷積神經(jīng)網(wǎng)絡相結合的方法識別奶牛個體，實驗表明，該方法用于真實場景下奶牛個體的識別是可行的。由此可見，DL在養(yǎng)殖業(yè)中的應用，為真實、自然、經(jīng)濟、智能地感知和識別奶牛身份提供了新方法。

2 實驗設計

2.1 數(shù)據(jù)的采集與分組

使用NIKON D3100照相機，隨機采集第一師10團良種奶牛養(yǎng)殖場的荷斯坦奶牛圖像，所采集圖像以JPG制式儲存，分辨率為4 608×3 072。圖像采集分為A、B兩個實驗圖像組，樣本組類別示例如圖1所示。A組圖像針對單頭奶牛場景采像、B組圖像為針對群體奶牛采像。A、B兩組各采集圖像50幅，作為驗證集，共計100幅。

圖1 樣本組類別示例

2.2 計算平臺

惠普臺式機（型號為HP Pavilion 500 Desktop PC），其配置如下：操作系統(tǒng)為Windows 1064 Bits Enterprise版、CPU為Intel i7-4790，主頻為3.60 GHz、內(nèi)存12 GB、顯卡為NVIDIA GeForce GTX 745，深度學習框架為darknet-53。

2.3 YOLO V3模型

YOLO是華盛頓大學的Joseph Redmon和Ali Farhadi等人于2015年提出的一種無區(qū)域建議的目標檢測模型。目前，已發(fā)展至第三代YOLO V3，作為一類全新的深度神經(jīng)網(wǎng)絡結構，直接將圖像作為輸入，在輸出層回歸目標的位置，真正實現(xiàn)了End-to-end檢測，檢測結果的準確率和速度達到了新的高度，整個檢測流程如圖2所示。

圖2 YOLO V3檢測流程圖

2.4 檢測效果評價指標與計算方法

為較為正確地驗證YOLO V3模型的有效性，本文選取漏檢率（Undetected rate）、平均耗時（Time）對算法性能進行定量評價。通過在該奶牛數(shù)據(jù)集上測試官方已訓練好的權重文件yolov3.weights，保存每張圖像預測結果，記錄每張圖像預測所損耗時間。漏檢率統(tǒng)計用到的標準如表1所示。

表1 奶牛統(tǒng)計量標準

以人工統(tǒng)計各圖像中牛只的數(shù)量，作為YOLO V3目標檢測結果的對照，按照公式1計算漏檢率。式中：FN、TP分別表示將奶牛樣本分類為非奶牛樣本數(shù)（漏檢）、將奶牛樣本分類為奶牛樣本數(shù)。

3 結果與分析

3.1 對比實驗

3.1.1 不同圖像尺寸檢測效果對比

本文增加了不同圖像尺寸的對比試驗?；贛ATLAB中imresize函數(shù)，采用默認函數(shù)參數(shù)“nearest”，將B實驗組圖像縮放0.5倍、0.25倍、0.1倍得到不同尺寸下的圖像集，基于YOLO V3模型，進行對比實驗，結果如下表。對比分析得，縮小圖像尺寸會使漏檢率增加，影響檢測效果，且檢測損耗時間對圖像尺寸的變化不敏感。

表2 不同圖像尺寸的檢測效果對比表

3.1.2 YOLO V3與YOLO tiny-V2模型性能對比

用驗證集中的100幅圖像進行驗證，并與YOLO tiny-V2目標檢測模型進行對比。從表3可以得出，YOLO V3相比于YOLO tiny-V2，漏檢率降低了9.85%。在檢測速度上：YOLO tiny-V2具有明顯的優(yōu)勢。在實際應用中，盡管該算法時間復雜度較高，但實時性可以滿足實際需求。因此相比于YOLO ti-ny-V2，YOLO V3具有更低的漏檢率，具有較好的應用前景。

表3 YOLO V3與YOLO tiny-V2模型性能比較

3.1.3 不同閾值檢測效果對比

在檢測過程中，通過設置閾值可以過濾置信度評分較低的預測框。由此，作者基于YOLO V3模型，以B實驗組為檢測對象，將初始閾值0.25增大及縮小，設置5個不同閾值進行實驗，對比五種不同閾值下的檢測效果，從而得到最佳閾值。如表4所示，其中目標框個數(shù)表示平均每幅圖像中預測框個數(shù)。閾值偏高或者偏低時，漏檢率均較高，當閾值為默認值0.25時，可以得到漏檢率較低的檢測效果。因此，在下一步應用YOLO V3模型進行目標檢測實驗時，采用默認閾值0.25，可得最佳檢測效果。

表4 不同閾值的檢測效果對比表

3.2 目標檢測實驗結果

基于YOLO V3模型，將閾值設置為0.25，作者對兩實驗組原始圖像進行了奶牛目標檢測實驗，檢測效果示例如下圖所示。

圖3 目標檢測結果示例

由公式1可計算出2實驗組漏檢率，平均耗時可 通過加和求平均的方式得出。檢測的統(tǒng)計結果如下表所示?？梢钥闯觯珹、B兩組漏檢率指標并不理想。這是由于所采用官方權重文件是通過在COCO數(shù)據(jù)集上訓練獲得，YOLO V3可檢測80個目標類別，奶牛目標為其中一類，在生產(chǎn)條件下，由于背景復雜、光照姿態(tài)變化、奶牛相互遮擋、小目標奶牛等因素，部分奶牛目標易被分類為馬、狗、羊等目標，影響漏檢率指標。

表5 檢測結果

3.3 討論

在100幅測試圖像中，18幅圖像發(fā)生漏檢錯誤，圖4為3類典型漏檢錯誤。通過對漏檢錯誤分析，可總結出漏檢主要發(fā)生在以下3類奶牛圖像中：(1)A類為奶牛相互遮擋較為嚴重的圖像；(2)B類是陰影下奶牛主體顏色接近于地面顏色的圖像；(3)C類是奶牛通過擠奶通道時相互遮擋的圖像。

針對A類圖像，在數(shù)據(jù)采集時，可適度提升圖像采集設備高度，避免奶牛相互遮擋的情況?；蛟黾訄D像采集設備，獲取多角度同時拍攝同一場景的多幅圖像，從中挑選實驗可用圖像。針對B類圖像，可通過提高奶牛圖像對比度（如實驗數(shù)據(jù)集預處理過程中加入直方圖均衡操作）來解決。針對C類圖像，可以融合各類奶牛檢測數(shù)據(jù)集進行網(wǎng)絡訓練，改善深度神經(jīng)網(wǎng)絡對不同場景、不同尺寸奶牛的檢測效果，使訓練完成的模型在復雜場景下的適應性更強。

在奶牛檢測應用中，由于背景復雜多樣性、光照變化、姿態(tài)變化、奶牛相互遮擋、小目標奶牛等因素的存在，漏檢率仍然達不到理想的水平。因此，需要提取光流信息、語義信息等更多有用信息，提高特征表達能力，進而提升檢測效果。

圖4 典型漏檢錯誤

4 結論與展望

通過將YOLO V3模型應用于生產(chǎn)條件下的奶牛目標檢測，達到了高效和準確的視覺目標檢測效果，為奶牛養(yǎng)殖業(yè)的信息化應用提供了快捷、有效的工具與方法，但是文中并未涉及目標檢測模型的訓練，在今后的研究中，須結合YOLO V3模型訓練僅包含奶牛目標的模型，降低目標檢測漏檢率；同時進一步研究奶牛圖像精細分割方法，為后續(xù)行為分析、身份識別提供方法支撐。