基于卷积神经网络的生猪个体身份识别系统设计

针对人工识别生猪个体难度大、成本高、耗时长等问题,引入深度学习技术,提出了两种不同结构的卷积神经网络识别模型。利用生猪图像制作数据集对ShuffleNetV2与MobileNetV2模型进行训练,然后将测试集输入模型进行预测。实验结果表明,训练完成的ShuffleNetV2模型效果较好,平均准确率达到99.75%。说明该文提出的ShuffleNetV2模型具有较高识别率,可以实现养殖场环境下生猪个体的身份识别,具有非接触式、低成本、高精度的特点,能够提高生猪养殖的智能化、精细化管理水平。