• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《黑龙江畜牧兽医》 >基于深度学习YOLO v4的舍养育肥猪行为识别

基于深度学习YOLO v4的舍养育肥猪行为识别

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为了增加生猪福利,实时检测猪只的健康状况,预防异常现象发生,试验进行了舍养育肥猪行为检测,即使用萤石云摄像头对5头散养的4月龄左右的健康舍养育肥猪进行视频数据采集,针对不同光照强度及猪只行为从视频中截取了2 401张图片,并将图片按照躺卧、站立、进食、坐立和侵略性行为类型进行标注,通过深度学习YOLO v4模型对猪只行为进行了训练、验证、测试和评估。结果表明:训练模型中猪只的躺卧、站立、进食、坐立和侵略性行为的识别精度分别为98.80%、95.05%、89.40%、79.41%、97.30%,平均精度为91.99%;利用该模型进行测试的精度分别为90.70%、90.16%、88.38%、80.75%、96.69%,平均精度则为89.34%;利用该模型可在侵略性行为出现前1~2 s内进行预判。说明基于深度学习YOLO v4的舍养育肥猪行为识别模型有效克服了环境中不同光照强度和噪声的影响,达到了较好的识别效果,并且利用模型可以有效地检测猪只的侵略性行为。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号