物联网在河套地区农牧业的应用及前景

以物联网技术为基础,利用实时自动采集系统,对环境参数和生物信息参数进行采集,通过物联网智能管理控制系统实现对设施农业的管控;通过智能施肥系统,实现水肥一体精准施入,提高肥料利用率,实现对土壤水分的精确控制;依托部署在牧场的自动化产品和无线通信网络实现智能感知、智能预警、智能决策、智能分析,提高农牧业机械化与信息化水平。

青海智慧畜牧业发展现状与前景展望

该文分析了青海智慧畜牧业发展的现状,并根据现状对青海智慧畜牧业的发展数字化转型,区域经济协调发展,产学研融合,新技术的落地对数字化转型、决策支撑、经济发展、区域振兴发挥的作用,以及未来青海智慧畜牧业高质量发展的趋势进行了系统思考,提出了对应的解决策略。

中职农牧物联网产教融合实践研究

本文以学校与重庆(荣昌)生猪大数据中心开展智慧农牧产教融合实训基地建设为例,阐述了学校物联网、大数据专业在现代农牧产业中的具体运用场景,与企业共建智慧农牧产教融合实训基地。通过校企深度合作,探索提升中职学生人才培养的有效途径,促进中职学生社会实践能力提亀助力打造国家生猪生产基地。

基于多尺度残差视觉信息融合的牧场牛只数量估计方法

由于牧场牛只分布不均以及尺度变化大,传统的目标计数算法在畜牧领域计数精度不高,且用于研究的牛只数据集较少。针对这些问题创建了一个用于牛只密度估计的数据集,并提出了一种基于多尺度残差视觉信息融合的牧场牛只数量估计方法。该方法利用多个并列且空洞率不同的空洞卷积提取牛只目标的多尺度特征,并将残差结构与小空洞率卷积相结合,设计出更适合牛只活体计数的深度神经网络,从而缓解了由空洞卷积带来的网格效应的影响,同时能更好地适应牛只的多尺度变化。在牛只密度数据集中,该方法取得了最低的平均绝对误差(MAE)和均方根误差(RMSE)。此外,在密集人群数据集中,该方法的MAE和RMSE也属于最优或次优结果。实验结果表明,该方法不仅适用于牛只场景的数量估计,在人群密度估计中也有较高的准确性和鲁棒性。