文献类型： 中文期刊

作者： 朱芷芫 ¹ ; 王海峰 ¹ ; 李斌 ¹ ; 赵文文 ¹ ; 朱君 ¹ ; 贾楠 ¹ ; 赵宇亮 ¹ ;

作者机构： 1.北京市农林科学院智能装备技术研究中心

关键词： 畜禽;深度学习;行为识别

期刊名称： 中国农业科技导报

ISSN： 1008-0864

年卷期： 2024 年 26 卷 010 期

页码： 110-124

收录情况： 北大核心 ; CSCD

摘要： 采食、饮水、站立和打斗等典型行为与畜禽生产能力、健康状况和福利密切相关，影响畜禽产量与经济效益。当前，畜禽养殖规模化趋势加速，传统人工观察畜禽行为不仅费时费力，而且主观性较强。随着机器学习的快速发展，神经网络、算法和算力不断优化，计算机视觉、语音识别、生物识别、自然语言处理等技术能准确高效地监测畜禽信息，分析畜禽生理和健康状况，在畜禽领域展现出广阔的应用前景。介绍了深度学习技术的发展历程，阐述了深度学习技术在常见畜禽种类（牛、猪、羊、鸡）行为识别方面的研究进展，为未来研究和实际应用提供了技术参考；总结了深度学习技术在畜禽行为识别中关于模型通用性、数据集多样性和数字化行为结果全面性等方面存在的问题并提出改进策略，旨在推动深度学习在畜禽典型行为中的进一步应用。