基于机器视觉的母猪哺乳行为监测方法研究

Journal of Nanjing Agricultural University(2022)

Cited 1|Views5
No score
Abstract
[目的]针对母猪哺乳行为及哺乳时长的自动化监测水平低、人工观测费时费力等问题,提出一种基于YOLOv5结合db4小波的方法,实现非接触式母猪哺乳行为的判定和哺乳时长的监测.[方法]利用YOLOv5对目标母猪和仔猪进行识别并输出母猪姿态,选择姿态为侧卧的母猪获取其预测框面积,根据哺乳特征的预测框面积变化与哺乳行为建立对应关系,综合判定母猪的哺乳行为和哺乳时长;利用高、低通滤波器对母猪预测框面积进行下采样卷积,判定母猪哺乳行为和哺乳时长;对比加入db4小波前、后的识别准确率.[结果]母猪哺乳行为监测模型的精度均值和召回率分别为94.62%和93.70%,在加入db4小波前、后对哺乳行为时长判定的平均准确率为93.52%和96.04%,对清晰度为720P的视频平均监测速度分别为23.89和19.35 f?s-1.[结论]深层卷积神经网络模型结合db4小波为判定母猪的哺乳行为和哺乳时长提供技术支撑,识别准确率和监测速度均可满足猪场实际需求.
More
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined