基于YOLOv5模型的仔猪社交识别方法研究

文献类型： 中文期刊

第一作者： 冯兴尧

作者： 冯兴尧;王海峰;朱君;孙想;邱阳;李斌

作者机构：

关键词： 仔猪;YOLOv5;K-means;社交;深度学习

期刊名称： 中国猪业

ISSN： 1673-4645

年卷期： 2024 年 19 卷 001 期

页码： 73-83

摘要： 精准识别仔猪间社交关系对了解仔猪内部社交和预警异常仔猪具有重要意义.针对传统方法在仔猪社交识别时存在的人工依赖多、劳动强度大、观测效率低等问题,本研究借助机器视觉与深度学习技术,提出了一种基于改进的YOLOv5模型的仔猪社交识别研究方法.该研究以9头30~35日龄群养的长白二元杂交仔猪为研究对象,从顶部视角连续采集视频数据,经图像截取与数据增强共获得13 389张图像作为数据集.首先,选取Faster R-CNN、SSD、YOLOv4和YOLOv5这4种典型目标检测算法对数据集进行训练,通过对比分析,确定用于仔猪个体身份识别最优模型;然后依据K-means聚类算法确定仔猪社交中心,通过计算仔猪与社交中心的欧氏距离量化仔猪社交值,利用位置信息构建仔猪社交网络,绘制仔猪运动轨迹,获得社交正常与社交异常仔猪的识别阈值;最后,利用该阈值对仔猪进行分类,识别社交异常仔猪个体并实现预警.经测试,改进的YOLOv5对群养仔猪个体身份识别的平均精度均值达99.29%,模型大小为13.71 MB,满足仔猪身份识别需求,与YOLOv5、YOLOv4、SSD和Faster R-CNN模型相比,改进的YOLOv5平均精度均值分别提高了 0.26、1.97、12.74和4.31个百分点.通过统计仔猪社交值均值变化情况,发现正常与异常仔猪社交值均值差异明显,正常仔猪社交值均值范围[0.259~0.351],异常仔猪社交值均值范围[0.402~0.441],试验确定0.4为最佳社交判别阈值.该研究可为仔猪社交行为智能识别与异常早期预警提供方法参考.

分类号： S828%TP391.41

  • 相关文献

[1]改进YOLOv5测量田间小麦单位面积穗数. 黄硕,周亚男,王起帆,张晗,邱朝阳,康凯,罗斌. 2022

[2]基于改进YOLOv5s的日光温室黄瓜霜霉病孢子囊检测计数方法. 李明,丁智欢,赵靖暄,陈思铭,李文勇,杨信廷. 2023

[3]基于YOLOv5的小麦种子发芽检测方法研究. 白卫卫,赵雪妮,罗斌,赵薇,黄硕,张晗. 2023

[4]基于改进YOLOv5l的设施番茄3D信息检测方法. 林森,许童羽,葛禹豪,马璟,孙添龙,赵春江. 2024

[5]基于深度学习的枸杞病虫害识别研究. 李季,杨淑婷,张学俭,周慧,冶鑫,梁爱银. 2024

[6]基于数码图像的小麦条锈病病害程度分级方法. 蒋小敏,冯海宽,常红,杨贵军,杨小冬. 2021

[7]基于渔船轨迹数据的进出港区域识别方法. 崔彤彤,徐硕,刘慧媛. 2024

[8]自然环境下苹果作业机器人双果重叠目标侦测方法. 夏雪,周国民,丘耘,李壮,王健,樊景超,郭秀明. 2018

[9]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[10]基于改进YOLOv5的草莓病害智能识别终端设计. 乔珠峰,赵秋菊,郭建鑫,陈会娜,平阳,赵继春. 2024

[11]基于改进YOLOv5的甘蔗茎节识别方法. 赵文博,周德强,邓干然,何冯光,朱琦,韦丽娇,牛钊君. 2023

[12]基于YOLOv5改进模型的丁香鱼围网作业目标检测研究. 张佳泽,张胜茂,樊伟,唐峰华,杨胜龙,孙永文,王书献,刘洋,朱文斌. 2023

[13]基于级联视觉检测的樱桃番茄自动采收系统设计与试验. 李兴旭,陈雯柏,王一群,杨顺,吴华瑞,赵春江. 2023

[14]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[15]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[16]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[17]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[18]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[19]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[20]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

作者其他论文 更多>>

微信小程序