摘要： 为实现散养模式下智能收集地面鸡蛋的需求，研究提出一种基于改进YOLOv4的地面鸡蛋识别算法，基于原YOLOv4目标识别算法，通过添加SENet模块增强识别算法获取目标特征的能力，裁剪路径聚合网络分支加快特征提取速度，使用soft-NMS算法降低漏检率，提高模型的准确率。结果显示，改进后的 YOLOv4 算法相比于 Faster-RCNN 和 YOLOv3 算法，mAP 分别提高了 12.2%、5.68%，识别速度分别提高了 29.45FPS、1.23FPS；与 YOLOv4 算法相比，改进后的YOLOv4算法提高了识别效率，mAP提升了2.08%，识别速度为41.49FPS。结果表明，改进后的YOLOv4目标识别算法能够快速准确地识别出弱光条件下以及复杂环境中的地面鸡蛋，改善了地面鸡蛋因被遮挡而产生的漏检问题，为地面鸡蛋采集等装置提供了视觉技术支持。

关键词: 蛋鸡；智慧养殖；卷积神经网络；地面鸡蛋识别