点击蓝字/关注我们
基于改进YOLOv5s的牦牛面部识别检测方法研究
索南尖措 白 玛 王京博 杨格措 拉华才让
（西藏大学信息科学技术学院 西藏拉萨 850000）
摘要：文章提出一种基于YOLOv5s_MobileNetv3_CoordConv的牦牛面部识别模型，该模型将YOLOv5s的骨干网络替换为MobileNetv3，并将颈部网络的标准卷积替换为坐标卷积，保证了模型轻量化的同时，显著提升了识别性能。通过在20头牦牛的14 476张数据集上进行实验得出，该模型的准确率、召回率、均值平均精度（mAP_0.5）分别达到93.4%、94.9%和98.2%，比YOLOv5s模型分别提升了3.4%、3.5%和1.4%。此外，该模型也能较好地实现多个体牦牛的面部识别任务。
关键词：牦牛；面部识别；YOLOv5s；MobileNetV3；CoordConv；轻量化
中国高校特色科技期刊
中国高校优秀科技期刊
中国科学引文数据库（CSCD）来源期刊
科技期刊世界影响力指数（WJCI）来源期刊
扫码关注我们
查看更多精彩内容
