【摘 要】
：
近些年来在畜牧业养殖领域,利用深度学习方法完成目标检测、目标跟踪（例如奶山羊目标跟踪）进而实现智能化畜牧养殖管理逐渐成为一种潮流。但深度学习在训练网络时往往需要大量的训练图像,否则会出现网络泛化能力弱、鲁棒性差等问题。而针对现有的奶山羊训练图像数量不足的问题,本文以西北农林科技大学畜牧教学基地采集到的五类奶山羊图像为训练数据集,利用半监督式的对抗神经网络,通过在训练过程中引入训练标签,来生成指定类
论文部分内容阅读
近些年来在畜牧业养殖领域,利用深度学习方法完成目标检测、目标跟踪（例如奶山羊目标跟踪）进而实现智能化畜牧养殖管理逐渐成为一种潮流。但深度学习在训练网络时往往需要大量的训练图像,否则会出现网络泛化能力弱、鲁棒性差等问题。而针对现有的奶山羊训练图像数量不足的问题,本文以西北农林科技大学畜牧教学基地采集到的五类奶山羊图像为训练数据集,利用半监督式的对抗神经网络,通过在训练过程中引入训练标签,来生成指定类别下的奶山羊图像,以此来实现数据增强。本文的主要研究内容与研究结论主要有:（1）基于五类奶山羊图像的基本特征,本文将半监督网络ACGAN中的one-hot训练标签替换为multi-label型,通过为网络增加更多监督信息来提升最终生成图像的质量。（2）针对生成图像中细节失真这一问题,本文在对抗网络的基础上融合了改进后的自注意力机制,通过捕获更多的长距离依赖,来避免卷积网络中局部感受野带来的缺陷,并通过对特征进行归一化,来尽可能消除在计算自注意力矩阵时噪声带来的干扰。（3）为了避免传统对抗网络训练过程中普遍存在的模式崩塌和网络不收敛等问题,本文在计算判别网络与生成网络损失函数时,使用了带有惩罚项的wasserstein距离来替换原有的Min-Max交叉熵损失函数。并根据multi-label标签计算出网络的分类损失函数。为了验证改进后算法的有效性,本文在公开数据集celeb A上训练不同网络并对生成结果进行对比,最终实验结果表明,当使用FID与IS两类算法作为评价指标时,归一化SAGAN生成的图像质量最优。除了FID与IS算法之外,本文也提出了基于SSIM算法的SSIM-Mean算法来评估最终生成的奶山羊图像。最终实验结果表明,不论使用三类算法中的哪一个作为评价指标,本文提出的改进后的算法都可以生成较高质量的奶山羊图像。
其他文献
灌溉是保证旱区农作物健康生长的关键措施。我国灌溉面积大,农业用水效率不高,及时准确获得农田中的水分信息,对提高灌溉用水使用效率具有重要意义。传统的土壤水分测量一般用取样烘干法,费时费力,对土壤扰动大,不便于长期定点监测土壤水分的动态变化情况。为了解决大面积土壤水分定点实时监测问题,本文初步设计开发了一种低成本、精度较高的数字式土壤水分传感器,并设计了低功耗的信息采集传输终端,用LoRa技术组网构建
民为国本,食为民天。对于民众来说,食品安全的重要性是不容置疑的。农村食品安全的特殊性和监督管理的复杂性常常使农村食品安全监管落后于城市。研究农村食品安全监管对转变农村食品安全形势、保障农村居民身体健康、推进乡村振兴战略均有重大意义。本文以陕西省L县为调查样本,以农村食品安全监管为研究内容,实地调查并走访了L县农村食品经营单位,深入了解了L县农村食品安全监管的现状,对L县农业局、卫健局、市场监管局等
基于同步定位与建图（Simultaneous Localization and Mapping,SLAM）的导航是机器人领域的研究热点,其中SLAM是机器人在导航中定位自身和构建环境地图的一种精确有效的方法。为提高室内导航的精度和人机交互可视化,针对传统SLAM在室内导航中精度和实时性较低等问题,提出了基于生物激励神经网络（Biological Inspired Neural Network,BI
陕西省是我国葡萄生产的优生区,近年来,陕西省葡萄种植业蓬勃发展,然而随着葡萄种植面积的不断扩大,葡萄产业受自然灾害的影响也随之加剧,很长时间以来,管理人员大多只重视旱灾发生后的补救措施,在旱灾发生前对旱灾发生的风险进行评估有着重要的实际意义。土壤湿度是农业干旱最主要的监测指标,客观、及时的土壤湿度信息是了解葡萄园区干旱的程度和分布状况、采取应对措施的重要前提条件,有利于增加葡萄的产量,而如何选择合
随着摩尔定律的发展,处理器进入了多核时代。串行程序的并行化迎来了全新的挑战,传统的并行技术需要确保不同的并行线程之间不存在依赖关系,并行策略比较保守,在程序加速方面遇到瓶颈。线程级推测（TLS）作为一种自动化并行技术,以一种激进地方式挖掘程序在运行时的内在并行性,它将具有数据依赖性的串行程序划分为多线程程序,并在多核平台上并行执行。然而,现有的TLS模型会产生额外的开销,甚至在频繁地违反数据依赖关
随着机器人技术的发展,采摘机器人在农业中具有巨大的发展潜力,然而要完成无损采摘对目前的采摘机器人仍具有很大的挑战性,而人手是非常灵巧的,人手5个手指在相互协调下可以完成复杂的抓握任务,因此,为了进一步提高采摘机器人的采摘性能,应深入理解人手在采摘果实时的抓握行为。本文主要从以下三个方面展开:（1）为了获取人手采摘番茄果实时人手与果实的接触力分布情况,本文首先设计了一种可穿戴式16路压力数据采集手套
日光温室是我国自主研发的设施农业类型,近年来,日光温室秉持着绿色、富农的发展原则,正逐步扩大其使用面积,但由于多方面原因,我国日光温室的发展仍较为缓慢。随着时代的发展,人们对科技、生活、物质等的需求也在逐步增长,农业的发展永远是民生生活必不能忽视的问题。最同民众贴合的设施农业领域,其相应的发展也在逐步向高效率、高质量、低成本的方向靠近,但对于日光温室工程造价领域的研究却仍为空白。本论文结合自身所学
由于气象监测站点与农业园区存在空间和海拔上的差异,这对气象数据的预测效果和预测范围产生了一定的影响,园区中的短时区域性空气温湿度的预测准确度难以提高,此类问题仍然制约着各地区农业生产水平的发展。深度学习算法是近年来用于气象预测问题的有效方法,但是独立的深度学习预测模型难以达到组合模型的稳定和高精度的预测效果。针对以上问题,本文以试验示范站采集的气象数据为研究对象,研究了基于深度学习的区域性空气温湿
在当前社会发展的背景下,由重金属引起的环境危害以及食品安全问题引起人们的广泛关注。传统的处理方式可能具有一定的局限性和不合理性,影响重金属检测结果的准确性,无法准确反映食品以及环境中重金属的真实情况,因此借助新技术高效准确地检测环境中潜在的重金属是食品安全评价和控制的必要前提。本研究以发光金属有机框架（LMOFs）为基础,重金属污染物铜和镉为研究对象,设计制备了两种多功能传感器并探究其检测机理及应
遗传算法（GA）和BP神经网络是广泛应用的两种优化算法,但均存在着一定的不足,遗传算法的局部搜索能力有所欠缺,存在早熟收敛的风险;而BP神经网络内部结构单一,容易操作,但是收敛过程较慢,并且很容易在多层网络中陷入局部最优。遗传算法-反向传播神经网络（GA-BP）算法充分利用了遗传算法和BP神经网络的优点,克服两种算法的不足,已达到较好的优化效果,已经被广泛应用到实际问题中,但该算法同样具有收敛速度