基于YOLOv5s的母猪基础行为识别

目的:探究机器视觉技术在母猪行为识别中的应用,以及提高遮挡情况下的识别精度。方法:本研究基于YOLOv5s算法,针对母猪的站、坐、躺、爬、趴等5种行为,建立母猪行为识别模型。通过使用图像处理技术优化训练数据集,识别模型添加CBAM注意力模块,提高对被遮挡母猪行为的检测精度,最终实现复杂环境下母猪的行为识别,为判断母猪当前状态提供参考。结果:经过优化与反复训练,模型最终检测的精度值较高,达到97.58%,召回率为89.69%,单张图片识别时间约为0.047 s,精确度比未优化前提升了1.23%。结论:应用YOLOv5s可实现母猪的行为识别,且准确率较高,识别时间较短,识别结果与人工识别结果基本一致,符合猪场实际的养殖要求。

椭球型蔬果采摘力学特性分析

目的:根据果蔬压载试验结果建立果实力学模型,为减少机器人采摘过程中机械损伤提供数据支持。方法:对果蔬进行纵向和横向压载试验,建立力学模型并分析。结果:椭圆形果实的纵向、横向压载强度差异较大,其纵向抗压载能力优于横向,且果实屈服极限力与果实直径间存在二次函数关系。结论:果蔬采摘、运输过程中应当减少对果实的横向压力。

基于YOLOv4的猪耳检测方法研究

目的:在中小型猪场的复杂环境下,为实现猪只几种常见疾病快速、准确的无人检测与预警,基于YOLO模型,提出一种应用于猪耳部的识别算法模型。方法:以生猪耳部区域为研究对象,应用YOLOv4模型,将生猪耳部区域从猪只个体中提取出来,对其进行详细数据分析及图像增强,图像处理后进行学习训练,实现耳部区域快速检测。结果:应用YOLOv4模型,对生猪耳部区域检测的平均精度值较高,值为97.21%,召回率为92.22%。结论:应用YOLOv4算法可以实现复杂环境下生猪耳部区域快速检测,突出猪只耳部目标,同时对病猪耳部的特征差异进行对比识别,为后续中小型猪场的自动化监测和预警系统提供技术支撑。

魏碑漫谈

晋唐书翰,宋元继之,至清初已日暮穷途,穷则思变。正值嘉道年间金石考证之风兴起,故问津于北魏石刻。金石家在关注文字以证经补史的同时,也发取了其艺术价值,尤其在民国和新中国时,北魏墓志碑碣如井喷式的发掘出土,极大的推动了对魏碑书法艺术深入的研究学习。支撑起整个清代北碑学派的著作有三部,分别为阮元的《南北书派论》、包世臣的《艺舟双楫》、康有为的《广艺舟双楫》,从阮元的基本客观分析,到包世臣的加工偏袒,再到康有为的大力鼓吹,逐渐把魏碑推向了清末书法的浪尖。