LiteHRNet体重估测模型

轻量级仅1.06M参数

基于RGB-D图像架构的轻量级CNN模型，以视觉可解释的头设计适应自然养殖环境，实现高精度非接触式称重。

Chong, He · Qiao, Yongliang · Rui, Mao · 李梅 · 王美丽

Computers and Electronics in Agriculture 2023

参数信息

平均绝对百分比误差

14.605 %

模型参数量

1.06 M

技术优势

自然环境下依然准

模型头部经CAM引导设计，融合视觉可解释性，对姿态和光照变化更鲁棒，在实际养殖环境中保持较好估算精度。

轻到能上嵌入式

整个模型仅1.06M参数，计算负担小，可方便地部署到嵌入式设备，实现实时体重估算。

应用场景

• 智慧畜牧养殖：自动监测羊只体重变化，及时发现健康异常或达到出栏标准，减少人工巡查。
• 嵌入式非接触式称重设备：模型可部署在嵌入式设备上，配合摄像头实现无需地磅的实时称重。
• 农场物联网监控：作为农场物联网的一个感知节点，持续采集体重数据并上传云端，支撑精细化养殖管理。
• 轻量化AI视觉系统：以1.06M参数的轻量模型实现可接受的精度，降低AI视觉系统的硬件门槛和功耗。