对称感知关键点检测网络

对称点误检率降至0.25%

针对猪只侧扁体形设计的对称感知关键点检测方法，结合可见性标注调整策略，显著降低左右对称关键点的误判。

Yuwei, Wang · Li, Zhaoxin · 柴秀娟

Computers and Electronics in Agriculture 2026

参数信息

对称关键点误检率

0.25 %

关键点检测平均精度

89.67 %

姿态识别准确率

94.52 %

简化骨架识别准确率

94.01 %

模型参数量减少比例

59.9 %

技术优势

对称点不再误判

融入可见性标注调整策略后，对称互斥关键点的误检率从11.7%降至0.25%，基本消除左右肩等位置的歧义。

检测精度超基线

在自采数据集上关键点检测AP达89.67%，比基线HRNet高出3.3个百分点，说明了改进的有效性。

8个关键点就够

简化骨架仅保留8个关键点即可维持94.01%的姿态识别准确率，降低了标注难度。

轻量版跑得更快

蒸馏模型参数量从28.98 M降到11.63 M（减少59.9%），检测AP仍有84.43%，推理速度提升到17.52 FPS，适合嵌入式设备。

应用场景

• 猪只姿态监测：实时检测猪只姿态，及时发现跛行、异常姿势等健康问题。
• 动物行为分析：识别姿态序列辅助判断采食、休息、攻击等行为状态。
• 农场巡检机器人：为巡检机器人提供轻量视觉模块，在栏舍内实时分析猪只状态。
• 边缘部署轻量化模型：蒸馏版参数减少59.9%，推理速度17.52 FPS，可嵌入边缘设备。