当前位置: 首页 > 文章 > 基于深度学习的群养鸡只行为监测方法研究 河北农业大学学报 2021 (2) 117-121
Position: Home > Articles > 基于深度学习的群养鸡只行为监测方法研究 Journal of Agricultural University of Hebei 2021 (2) 117-121

基于深度学习的群养鸡只行为监测方法研究

关键词:
YOLO v4;鸡只行为识别;时间序列;精准畜牧业;
摘  要:
畜禽的行为能够反映其健康状况、环境舒适度等福利信息,是评价畜禽福利状况的重要指标。为了实时自动监测鸡舍中鸡群的行为状况,提出了1种基于深度学习的鸡群行为监测方法。用摄像头连续4个月每天7:00—17:30记录散养鸡群在鸡舍内的活动,筛选7988幅图片对鸡只的采食、站立、趴卧、梳羽、啄羽和打架行为进行标注,利用YOLO v4目标检测模型识别,各行为平均精确率分别为采食96.67%、站立90.34%、趴卧78.46%、梳羽82.01%、啄羽63.38%、打架67.14%,模型总体平均精确率为79.69%。为进一步提高啄羽行为检测结果,采用了时间序列分析方法提取持续时间大于30 s的啄羽行为。实验结果表明,该方法可以实现群养鸡只行为的实时自动监测,解决人工不能全天实时监测的问题,为精准化养殖提供了可能。

相似文章

计量
文章访问数: 7
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊