基于YOLO V3模型的奶牛目標檢測

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塔里木大學現代農業工程重點實驗室，新疆阿拉爾843300）

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

新疆，是我國畜牧業大區。然而，受自然氣候、管理水平、飼養條件等因素影響，2015年新疆成奶牛平均單產僅為1.2噸/頭，與全國成奶牛平均單產6噸/頭[2]仍存在巨大差距。鑒于新疆奶牛養殖業管理粗放、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，是實現精細管理和提質增效的重要途徑。

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據、行為特征及疾病發生情況的基礎。

鑒于新疆奶牛養殖業信息化應用現狀，以新疆生產建設兵團第一師10團良種奶牛養殖場為圖像采樣點，重點研究了YOLO V3模型在奶牛目標檢測中的應用，為養殖業提供快速、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]，具有強大的數據表征能力，通過監督或非監督學習方式，能夠學到數據更高層次的抽象表示[7]。DL在經歷兩次發展低谷（1969～1986，1998～2006）后，Hinton等[8]于2006年提出以深度信念網絡為代表的DL方法，從此DL進入高速發展時期。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迎來了發展的爆發期。

1.2 DL在目標智能檢測中的應用

近十年來，DL方法發展迅速、應用廣泛，Hinton團隊于2012年提出的AlexNet在ImageNet取得重大突破，自此卷積神經網絡(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網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]為代表的區域建議模型，第二種是以YOLO[14-16]系列為代表的無區域建議模型。尤其，Faster 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殖業中。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網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網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在養殖業中的應用，為真實、自然、經濟、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 數據的采集與分組

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：操作系統為Windows 1064 Bits Enterprise版、CPU為Intel i7-4790，主頻為3.60 GHz、內存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年提出的一種無區域建議的目標檢測模型。目前，已發展至第三代YOLO V3，作為一類全新的深度神經網絡結構，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。通過在該奶牛數據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。漏檢率統計用到的標準如表1所示。

表1 奶牛統計量標準

以人工統計各圖像中牛只的數量，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（漏檢）、將奶牛樣本分類為奶牛樣本數。

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。基于MATLAB中imresize函數，采用默認函數參數“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，其中目標框個數表示平均每幅圖像中預測框個數。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。檢測的統計結果如下表所示。可以看出，A、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數據集上訓練獲得，YOLO V3可檢測80個目標類別，奶牛目標為其中一類，在生產條件下，由于背景復雜、光照姿態變化、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，在數據采集時，可適度提升圖像采集設備高度，避免奶牛相互遮擋的情況。或增加圖像采集設備，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（如實驗數據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據集進行網絡訓練，改善深度神經網絡對不同場景、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，為奶牛養殖業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，為后續行為分析、身份識別提供方法支撐。