买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江农林大学;中润农牧科技(浙江)有限公司申请的专利一种生猪面部关键点检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117133014B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310663816.1，技术领域涉及：G06V40/10；该发明授权一种生猪面部关键点检测方法是由徐爱俊;黄志杰;周素茵;盛曦;翁晓星;项云设计研发完成，并于2023-06-06向国家知识产权局提交的专利申请。

本一种生猪面部关键点检测方法在说明书摘要公布了：本发明公开了一种生猪面部关键点检测方法，包括以下步骤，构建生猪面部图像的数据集；使用Labelme工具对所述数据集进行目标框和关键点标注，其中目标框标注范围为猪只面部；基于YOLOv5Face模型，将原有的YOLOv5s模型骨干替换为MobileOne重参数化骨干网络，然后融合解耦全连接注意力模块构成MOB‑DFC模块，再将特征金字塔中的上采样替换为轻量化上采样算子CARAFE，将YOLOv5s‑Face模型改进为YOLO‑MOB‑DFC模型；利用所述YOLO‑MOB‑DFC模型对图像进行预测，生成目标的类别、边界框的坐标、五个关键点的位置信息以及置信度完成生猪面部关键点检测。本发明的有益效果：平均检测精度达到了99％，比YOLOv5s模型提高了2.48个百分点，同时参数量降低了18％，NME为0.02344，检测速度为153FPS，实现了低参数量、快速和高精度的猪脸关键点的检测。

本发明授权一种生猪面部关键点检测方法在权利要求书中公布了：1.一种生猪面部关键点检测方法，其特征在于：包括以下步骤， 构建生猪面部图像的数据集； 使用Labelme工具对所述数据集进行目标框和关键点标注，其中目标框标注范围为猪只面部； 基于YOLOv5Face模型，将原有的YOLOv5s模型骨干替换为MobileOne重参数化骨干网络，然后融合解耦全连接注意力模块构成MOB-DFC模块，再将特征金字塔中的上采样替换为轻量化上采样算子CARAFE，将YOLOv5s-Face模型改进为YOLO-MOB-DFC模型； 利用所述YOLO-MOB-DFC模型对图像进行预测，生成目标的类别、边界框的坐标、五个关键点的位置信息以及置信度完成生猪面部关键点检测； 其中，所述MOB-DFC模块由MobileOneBlock和解耦全连接注意力机制构成，且所述MOB-DFC模块通过下采样将特征图的大小缩小，再通过1×5和5×1非对称卷积提取特征，使用双线性插值上采样还原特征图，以匹配MobileOneBlock分支特征的分辨率大小； 其中，所述MOB-DFC模块使用全连接层实现注意力图的方式如下式1，式1中元素乘法符号⊙表示两个矩阵对应元素相乘的操作， ahw＝∑h′,w′Fhw,h′w′⊙zh′w′1 式中元素乘法符号⊙表示两个矩阵对应元素相乘的操作，将其分解成两个方向的卷积操作，并分别表示为式2和式3，其中H和W分别表示卷积核的高度和宽度； 式2和式3中，a′hw表示经过垂直方向卷积后输出特征图中的第h行w列的像素值，zh′w表示第h′行w列的输入特征图像素值，代表卷积核在h和h′行之间的权重值，式2和式3分别对输入特征图进行垂直和水平方向的卷积操作，生成特征图，从而提取局部特征并捕捉远处的空间信息； 其中，所述轻量化上采样算子CARAFE由上采样模块和特征重组模块组成，利用上采样预测模块生成上采样核，再将特征重组模块与上采样核进行重组； 其中，还包括对所述YOLOv5Face模型的边框损失函数改进，包括以下步骤， 将YOLOv5Face中的CIoU损失函数替换为EIoU损失函数，EIoU损失函数中同时引入了FocalLoss，如下式4， 式4中，IoU为真实边界框与预测边界框之间的交并比，ρ2b,bgt是预测边界框中心与真实边界框中心的欧式距离，k和m分别为预测边界框的宽和高，kgt和mgt分别为真实边界框的宽和高； 所述关键点标注为生猪面部关键点，其包括双眼、两侧鼻翼及鼻尖中心； 其中，所述YOLOv5Face模型在YOLOv5预测边界框基础上，添加五个关键点，将Wingloss作为损失函数对关键点进行约束，使用分类损失、定位损失、置信度损失和关键点损失构成的损失函数，如下式， Loss＝λ1Lcls+λ2Lobj+λ3Lloc+L4Llm7 式5中，预测值的范围为0-1，ω用于将非限制性的部分的范围限制在[-ω,ω]区间内，ε用于约束非线性区域的曲率，用来平滑连接分段的线性和非线性部分，式6是Wingloss损失，式7为损失函数整体，λ为损失权重； 其中，所述YOLOv5Face模型基于YOLOv5的结构改进包括，将YOLOv5中Focus模块替换为Stem模块，同时SPP模块中使用更小的池化核，将池化核改为3、5、7。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江农林大学;中润农牧科技(浙江)有限公司，其通讯地址为：311300 浙江省杭州市临安区武肃街666号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。