(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211060763.6 (22)申请日 2022.08.31 (71)申请人 西北农林科技大 学 地址 712100 陕西省咸阳市杨凌示范区 邰 城路3号 (72)发明人 王美丽　金博　尚诚　李梅　毛锐　 王小龙　张宏鸣　 (74)专利代理 机构 西安铭泽知识产权代理事务 所(普通合伙) 61223 专利代理师 韩晓娟 (51)Int.Cl. G06V 10/82(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01)G06V 10/26(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于多分支融合优化结构的绒山羊个 体识别的方法 (57)摘要 本发明公开了一种基于多分支融合优化结 构的绒山羊个体识别的方法， 包括： 获取绒山羊 群图片数据， 采用SSD网络对绒山羊群图片数据 中的个体羊只进行目标检测， 采用迁移学习的预 训练网络模型ResNet34和联合损失函数构建多 分支融合损失函数的绒山羊个体识别网络模型， 将Cycle‑GAN网络中的循环一致性损失函数修改 为smoothL1损失函数， 对分类中相似度高的羊只 个体特征进行 非线性数据增强， 构建多分支融合 优化结构的绒山羊个体智能识别网络模型， 在多 分支融合优化结构的绒山羊个体智能识别网络 模型输入绒山羊群图片数据， 输出识别后的绒山 羊个体。 该方法能够节省养殖成本， 保护羊只个 体的身体健康， 具有很大的实用价 值。 权利要求书2页 说明书4页 附图2页 CN 115424113 A 2022.12.02 CN 115424113 A 1.一种基于多分支融合优化结构的绒 山羊个体识别的方法， 其特 征在于， 包括： 获取绒山羊群图片数据； 采用SSD神经网络对绒 山羊群图片数据中的个 体羊只进行目标检测； 将迁移学习的预训练网络模型ResNet34的损失函数修改为基于三元组损失函数 Triplet‑Loss和交叉熵损失函数CrossEntropy ‑Loss加权求和的联合损失函数， 构建多分 支融合损失函数的绒 山羊个体识别网络模型； 采用多分支融合损失函数的绒 山羊个体识别网络模型， 对绒 山羊群进行分类； 将Cycle‑GAN网络中的循环一致性损失函数修改为smooth  L1损失函数， 对分类中相似 度高的羊只个 体特征进行非线性数据增强； 将多分支融合损失函数的绒山羊个体识别网络模型的输出作为修改后的Cycle ‑GAN网 络的输入， 构建多分支融合优化结构的绒 山羊个体智能识别网络模型； 在多分支融合优化结构的绒山羊个体智能识别网络模型中输入绒山羊群图片数据， 输 出识别后的绒 山羊个体。 2.如权利要求1所述的一种基于多分支融合优化结构的绒山羊个体识别的方法， 其特 征在于， 还 包括对目标检测得到的羊只个 体图片数据进行增广处 理， 其包括： 对羊只个 体的边界框进行切割处 理； 改变羊只个 体图片数据对比度； 翻转变换处 理羊只个 体图片数据。 3.如权利要求1所述的一种基于多分支融合优化结构的绒山羊个体识别的方法， 其特 征在于， 所述采用S SD网络对绒 山羊群图片数据中的个 体羊只进行目标检测， 包括： 采用VGG‑16卷积层， 提取低尺度的特 征映射图； 将提取的低尺度的特 征映射图输入卷积神经网络， 提取4个高尺度的特 征映射图； 预测高尺度的特 征映射图中每 个点的矩形框信息和所属类信息 。 4.如权利要求1所述的一种基于多分支融合优化结构的绒山羊个体识别的方法， 其特 征在于， 所述S SD网络的损失函数， 包括： 预测框位置的损失函数和预测类的损失函数。 5.如权利要求1所述的一种基于多分支融合优化结构的绒山羊个体识别的方法， 其特 征在于， 所述基于三元组损失函数Triplet ‑Loss和交叉熵损失函数CrossEntropy ‑Loss加 权求和的联合损失函数， 计算公式包括： lossall＝ λlosstriplet+ ηlossCrossEntropy 其中， lossall表示联合损失函数， losstriplet代表三元组损失函数Triplet ‑Loss， λ为三 元组损失函数Triplet ‑Loss的参数， lossCrossEntropy代表交叉熵损失函数CrossEntropy ‑ Loss， η为交叉熵损失函数的参数。 6.如权利要求1所述的一种基于多分支融合优化结构的绒山羊个体识别的方法， 其特 征在于， 所述s mooth L1损失函数， 包括： 其中， LSmoothL1(x， y)表示smoothL1损失函数， yi代表羊只数据对应的实际值， f(xi)代表权　利　要　求　书 1/2 页 2 CN 115424113 A 2优化后的模型输出值， |yi‑f(xi)|代表模型输出值与实际值的绝对 差值， 当模型输出值与实 际值的绝对差值小于1时， smooth  L1损失函数应用公式 计算损失值； 其他情况 时， smooth L1损失函数应用公式 计算损失值。 7.如权利要求1所述的一种基于多分支融合优化结构的绒山羊个体识别的方法， 其特 征在于， 还 包括： 使用不同ID的绒 山羊数据集进行辅助训练， 寻找 识别个体的区分界限。权　利　要　求　书 2/2 页 3 CN 115424113 A 3