基于轻量化YOLOv4的死淘鸡目标检测算法

漆海霞１，２，３，李承杰１，黄桂珍１

（1.华南农业大学工程学院，广州市，510642；2.国家精准农业航空施药技术国际联合研究中心，广州市，510642；3.岭南现代农业科学与技术广东省实验室，广州市，510642）

摘要：针对目前死淘鸡目标检测研究较少，高精度检测算法体积大难以部署至移动式设备等问题，提出一种基于YOLOv4的轻量化死淘鸡目标检测算法。采集大规模蛋鸡养殖工厂笼中死淘鸡图片，建立目标检测数据集；在算法中引入MobileNetv3主干提取网络与深度可分离卷积来降低模型体积；并在最大池化层前添加自注意力机制模块，增强算法对全局语义信息的捕获。在自建数据集中的试验结果表明，改进算法在死淘鸡目标检测任务中有更高的准确度，其mAP值与召回率分别达到97.74%和98.15%，模型大小缩小至原算法的1/5，在GPU加速下帧数达到77帧/s，检测速度提高1倍，能够满足嵌入式部署需求。