期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于改进FairMOT的实时群养生猪智能跟踪
1
作者 周一帆 刘东洋 周宇平 《中国农机化学报》 北大核心 2024年第8期49-59,共11页
为解决群养生猪多目标跟踪中的挑战,如猪只外观相似、互相遮挡和动态交互等导致的身份识别错误、跟踪不连续问题,提出一种改进型FairMOT模型。该模型在主干网络中嵌入EMA注意力机制,优化下采样阶段的特征图,增强猪只位置特征的表达能力... 为解决群养生猪多目标跟踪中的挑战,如猪只外观相似、互相遮挡和动态交互等导致的身份识别错误、跟踪不连续问题,提出一种改进型FairMOT模型。该模型在主干网络中嵌入EMA注意力机制,优化下采样阶段的特征图,增强猪只位置特征的表达能力。同时,引入区分特征学习网络,通过加强不同猪只之间外观特征的细粒度差异,提高个体间的区分度。此外,模型采用特征匹配、IoU匹配和遮挡恢复匹配的三阶段策略,以增强跟踪的准确性。测试结果显示,改进FairMOT在高阶跟踪精度HOTA、多目标跟踪准确率MOTA、多目标定位精度MOTP、识别F1得分等关键指标上表现卓越,在自制数据集的平均得分分别达到85.87%、96.53%、96.07%和94.82%,明显优于原始FairMOT和其他五种跟踪器。且在不同光照和遮挡条件下,其展现出高准确性和稳定性,证明在复杂环境中的有效性和实用性。 展开更多
关键词 群养生猪 动物检测 猪只多目标跟踪 行为识别 遮挡匹配
下载PDF
基于PigsTrack跟踪器的群养生猪多目标跟踪 被引量:3
2
作者 张丽雯 周昊 朱启兵 《农业工程学报》 EI CAS CSCD 北大核心 2023年第16期181-190,共10页
基于视频的生猪行为跟踪和识别对于实现精细化养殖具有重要价值。为了应对群养生猪多目标跟踪任务中由猪只外观相似、遮挡交互等因素带来的挑战,研究提出了基于PigsTrack跟踪器的群养生猪多目标跟踪方法。PigsTrack跟踪器利用高性能YOLO... 基于视频的生猪行为跟踪和识别对于实现精细化养殖具有重要价值。为了应对群养生猪多目标跟踪任务中由猪只外观相似、遮挡交互等因素带来的挑战,研究提出了基于PigsTrack跟踪器的群养生猪多目标跟踪方法。PigsTrack跟踪器利用高性能YOLOX网络降低目标误检与漏检率,采用Transformer模型获取具有良好区分特性的目标外观特征;基于OC-SORT(observation-centric sort)的思想,通过集成特征匹配、IoU匹配和遮挡恢复匹配策略实现群养生猪的准确跟踪。基于PBVD(pigs behaviours video dataset)数据集的试验结果表明,PigsTrack跟踪器的HOTA(higher order tracking accuracy),MOTA(multiple object tracking accuracy)和IDF1得分(identification F1 score)分别为85.66%、98.59%和99.57%,相较于现有算法的最高精度,分别提高了3.71、0.03和2.05个百分点,证明了PigsTrack跟踪器在解决外观相似和遮挡交互引起的跟踪过程中身份跳变问题方面的有效性。随后,利用Slowfast网络对PigsTrack跟踪器的跟踪结果进行了典型行为统计,结果显示PigsTrack在群养生猪个体行为统计方面更准确。此外,通过在ABVD(aggressive-behavior video)数据集上的试验,PigsTrack跟踪器的HOTA、MOTA和IDF1得分分别为69.14%、94.82%和90.11%,相对于现有算法的最高精度,提高了5.33、0.57和8.60个百分点,验证了PigsTrack跟踪器在群养生猪跟踪任务中的有效性。总而言之,PigsTrack跟踪器能够有效应对外观相似和遮挡交互等挑战,实现了准确的生猪多目标跟踪,并在行为统计方面展现出更高的准确性,为生猪养殖领域的研究和实际应用提供了有价值的指导。 展开更多
关键词 跟踪 检测 群养生猪 PigsTrack跟踪器 遮挡恢复匹配 生猪个体行为统计
下载PDF
基于双流跨模态特征融合模型的群养生猪体质量测定
3
作者 何威 米阳 +2 位作者 刘刚 丁向东 李涛 《农业机械学报》 EI CAS CSCD 北大核心 2023年第S01期275-282,329,共9页
针对生猪体质量准确测定问题,提出了一种跨模态特征融合模型(Cross-modality feature fusion ResNet, CFF-ResNet),充分利用可见光图像的纹理轮廓信息与深度图像的空间结构信息的互补性,实现了群养环境中无接触的生猪体质量智能测定。首... 针对生猪体质量准确测定问题,提出了一种跨模态特征融合模型(Cross-modality feature fusion ResNet, CFF-ResNet),充分利用可见光图像的纹理轮廓信息与深度图像的空间结构信息的互补性,实现了群养环境中无接触的生猪体质量智能测定。首先,采集并配准俯视猪圈的可见光与深度图像,并通过EdgeFlow算法对每一只目标生猪个体进行由粗到细的像素级分割。然后,基于ResNet50网络构建双流架构模型,通过内部插入门控形成双向连接,有效地结合可见光流和深度流的特征,实现跨模态特征融合。最后,双流分别回归出生猪体质量预估值,通过均值合并得到最终的体质量测定值。在试验中,以某种公猪场群养生猪为数据采集对象,构建了拥有9 842对配准可见光和深度图像的数据集,包括6 909对训练数据和2 933对测试数据。本研究所提出模型在测试集上的平均绝对误差为3.019 kg,平均准确率为96.132%。与基于可见光和基于深度的单模态基准模型相比,该模型体质量测定精度更高,其在平均绝对误差上分别减少18.095%和12.569%。同时,该模型体质量测定精度优于其他现有生猪体质量测定方法:常规图像处理模型、改进EfficientNetV2模型、改进DenseNet201模型和BotNet+DBRB+PFC模型,在平均绝对误差上分别减少46.272%、14.403%、8.847%和11.414%。试验结果表明,该测定模型能够有效学习跨模态的特征,满足了生猪体质量测定的高精度要求,为群养环境中生猪体质量测定提供了技术支撑。 展开更多
关键词 群养生猪 体质量测定 双流网络 特征融合 跨模态学习
下载PDF
基于无锚时序动作定位的群养生猪争斗行为检测研究 被引量:1
4
作者 闫凯 高悦 +3 位作者 戴百生 孙红敏 尹艳玲 沈维政 《智能化农业装备学报(中英文)》 2023年第1期17-25,共9页
现代生猪养殖业不断趋于规模化和集约化,密集型群养环境下生猪的争斗行为频繁发生,严重影响生猪健康、福利、生产性能以及养殖场经济效益。以群养猪舍监控视频为研究对象,提出一种基于端到端的无锚时序动作定位框架的群养生猪争斗行为... 现代生猪养殖业不断趋于规模化和集约化,密集型群养环境下生猪的争斗行为频繁发生,严重影响生猪健康、福利、生产性能以及养殖场经济效益。以群养猪舍监控视频为研究对象,提出一种基于端到端的无锚时序动作定位框架的群养生猪争斗行为检测模型,以实现从群养生猪监控视频中自动检测出争斗行为的发生及其发生时段。该模型首先通过I3D特征提取网络提取监控视频中具有代表性的争斗行为特征,随后将该特征输入时序金字塔网络获取多尺度的时序信息,最后使用粗糙预测获取初始提名,使用精细预测对得到的粗糙提名进行细化,粗糙预测通过时序卷积网络回归出动作区间的帧位置、距离动作开始和结束位置的偏移量以及所发生的动作类别,精细预测通过激活指导学习和边界对比学习来对边界位置进行细化并得到最后的预测结果。为了训练和验证所提出模型,构建包含174段不同时长视频和464段时序标注的群养生猪争斗行为检测视频数据集。试验结果表明,该模型能够在提名数量为100段时在平均tIoU下达到79.1%的召回率,对包含10段争斗行为的90 min的原始监控视频进行检测,预测结果能覆盖所有真实实例,能较好地完成群养生猪争斗行为检测的任务。本研究可为现代化生猪养殖场实现生猪行为智能分析与健康养殖提供参考和借鉴。 展开更多
关键词 群养生猪 争斗行为 视频识别 行为检测
下载PDF
基于改进DeepSORT的群养生猪行为识别与跟踪方法 被引量:19
5
作者 涂淑琴 刘晓龙 +3 位作者 梁云 张宇 黄磊 汤寅杰 《农业机械学报》 EI CAS CSCD 北大核心 2022年第8期345-352,共8页
为改善猪只重叠与遮挡造成的猪只身份编号(Identity,ID)频繁跳变,在YOLO v5s检测算法基础上,提出了改进DeepSORT行为跟踪算法。该算法改进包括两方面:一针对特定场景下猪只数量稳定的特点,改进跟踪算法的轨迹生成与匹配过程,降低ID切换... 为改善猪只重叠与遮挡造成的猪只身份编号(Identity,ID)频繁跳变,在YOLO v5s检测算法基础上,提出了改进DeepSORT行为跟踪算法。该算法改进包括两方面:一针对特定场景下猪只数量稳定的特点,改进跟踪算法的轨迹生成与匹配过程,降低ID切换次数,提升跟踪稳定性;二将YOLO v5s检测算法中的行为类别信息引入跟踪算法中,在跟踪中实现准确的猪只行为识别。实验结果表明,在目标检测方面,YOLO v5s的mAP为99.3%,F1值为98.7%。在重识别方面,实验的Top-1准确率达到99.88%。在跟踪方面,改进DeepSORT算法的MOTA为91.9%,IDF1为89.2%,IDS为33;与DeepSORT算法对比,MOTA和IDF1分别提升了1.0、16.9个百分点,IDS下降了83.8%。改进DeepSORT算法在群养环境下能够实现稳定ID的猪只行为跟踪,能够为无接触式的生猪自动监测提供技术支持。 展开更多
关键词 群养生猪 目标检测 行为识别 多目标跟踪 DeepSORT
下载PDF
基于改进ByteTrack算法的群养生猪行为识别与跟踪技术 被引量:8
6
作者 涂淑琴 汤寅杰 +3 位作者 李承桀 梁云 曾扬晨 刘晓龙 《农业机械学报》 EI CAS CSCD 北大核心 2022年第12期264-272,共9页
群养生猪行为的识别与跟踪是智能养殖中监测猪只健康的关键技术。为在猪只重叠与遮挡复杂场景中,实现群养生猪行为识别与稳定跟踪,提出了改进ByteTrack算法。首先,采用YOLOX-X目标检测器实现群养生猪检测,然后,提出改进ByteTrack多目标... 群养生猪行为的识别与跟踪是智能养殖中监测猪只健康的关键技术。为在猪只重叠与遮挡复杂场景中,实现群养生猪行为识别与稳定跟踪,提出了改进ByteTrack算法。首先,采用YOLOX-X目标检测器实现群养生猪检测,然后,提出改进ByteTrack多目标跟踪算法。该算法改进包括:设计并实现BYTE数据关联的轨迹插值后处理策略,降低遮挡造成的IDs错误变换,稳定跟踪性能;设计适合群养生猪的检测锚框,将YOLOX-X检测算法中的行为类别信息引入跟踪算法中,实现群养生猪行为跟踪。改进ByteTrack算法的MOTA为96.1%,IDF1为94.5%,IDs为9,MOTP为0.189;与ByteTrack、DeepSORT和JDE方法相比,在MOTA与IDF1上均具有显著提升,并有效减少了IDs。改进ByteTrack算法在群养环境下能实现稳定ID的猪只行为跟踪,能够为无接触式自动监测生猪提供技术支持。 展开更多
关键词 群养生猪 行为识别 多目标跟踪 ByteTrack
下载PDF
基于JDE模型的群养生猪多目标跟踪 被引量:4
7
作者 涂淑琴 黄磊 +3 位作者 梁云 黄正鑫 李承桀 刘晓龙 《农业工程学报》 EI CAS CSCD 北大核心 2022年第17期186-195,共10页
为实现群养生猪在不同场景下(白天与黑夜,猪只稀疏与稠密)的猪只个体准确检测与实时跟踪,该研究提出一种联合检测与跟踪(Joint Detection and Embedding,JDE)模型。首先利用特征提取模块对输入视频序列提取不同尺度的图像特征,产生3个... 为实现群养生猪在不同场景下(白天与黑夜,猪只稀疏与稠密)的猪只个体准确检测与实时跟踪,该研究提出一种联合检测与跟踪(Joint Detection and Embedding,JDE)模型。首先利用特征提取模块对输入视频序列提取不同尺度的图像特征,产生3个预测头,预测头通过多任务协同学习输出3个分支,分别为分类信息、边界框回归信息和外观信息。3种信息在数据关联模块进行处理,其中分类信息和边界框回归信息输出检测框的位置,结合外观信息,通过包含卡尔曼滤波和匈牙利算法的数据关联算法输出视频序列。试验结果表明,本文JDE模型在公开数据集和自建数据集的总体检测平均精度均值(mean Average Precision,m AP)为92.9%,多目标跟踪精度(Multiple Object Tracking Accuracy,MOTA)为83.9%,IDF1得分为79.6%,每秒传输帧数(Frames Per Second,FPS)为73.9帧/s。在公开数据集中,对比目标检测和跟踪模块分离(Separate Detection and Embedding,SDE)模型,本文JDE模型在MOTA提升0.5个百分点的基础上,FPS提升340%,解决了采用SDE模型多目标跟踪实时性不足问题。对比TransTrack模型,本文JDE模型的MOTA和IDF1分别提升10.4个百分点和6.6个百分点,FPS提升324%。实现养殖环境下的群养生猪多目标实时跟踪,可为大规模生猪养殖的精准管理提供技术支持。 展开更多
关键词 目标检测 目标跟踪 联合检测与跟踪 数据关联 群养生猪
下载PDF
采用改进CenterNet模型检测群养生猪目标 被引量:14
8
作者 房俊龙 胡宇航 +1 位作者 戴百生 吴志东 《农业工程学报》 EI CAS CSCD 北大核心 2021年第16期136-144,共9页
为实现对群养环境下生猪个体目标快速精准的检测,该研究提出了一种针对群养生猪的改进型目标检测网络MF-CenterNet(MobileNet-FPN-CenterNet)模型,为确保目标检测的精确度,该模型首先以无锚式的CenterNet为基础结构,通过引入轻量级的Mob... 为实现对群养环境下生猪个体目标快速精准的检测,该研究提出了一种针对群养生猪的改进型目标检测网络MF-CenterNet(MobileNet-FPN-CenterNet)模型,为确保目标检测的精确度,该模型首先以无锚式的CenterNet为基础结构,通过引入轻量级的MobileNet网络作为模型特征提取网络,以降低模型大小和提高检测速度,同时加入特征金字塔结构FPN(Feature Pyramid Networks)以提高模型特征提取能力,在保证模型轻量化、实时性的同时,提高遮挡目标和小目标的检测精度。以某商业猪场群养生猪录制视频作为数据源,采集视频帧1683张,经图像增强后共得到6732张图像。试验结果表明,MF-CenterNet模型大小仅为21 MB,满足边缘计算端的部署,同时对生猪目标检测平均精确度达到94.30%,检测速度达到69帧/s,相较于Faster-RCNN、SSD、YOLOv3、YOLOv4目标检测网络模型,检测精度分别提高了6.39、4.46、6.01、2.74个百分点,检测速度分别提高了54、47、45、43帧/s,相关结果表明了该研究所提出的改进型的轻量级MF-CenterNet模型,能够在满足目标检测实时性的同时提高对群养生猪的检测精度,为生产现场端的群养生猪行为实时检测与分析提供了有效方法。 展开更多
关键词 计算机视觉 图像处理 群养生猪 目标检测 MobileNet FPN CenterNet
下载PDF
基于Transformer与自适应空间特征融合的群猪目标检测算法研究 被引量:1
9
作者 耿艳利 林彦伯 +1 位作者 付艳芳 杨淑才 《东北农业大学学报》 CAS CSCD 北大核心 2023年第1期88-96,共9页
针对深度学习群猪目标检测算法精确度低和模型占用内存大等问题,提出基于Transformer与自适应空间特征融合的群猪目标检测算法。搭建群猪图像采集设备,以视频帧作为数据源,提取关键帧并剔除模糊图像,采用Labelme标注图像中猪只,建立群... 针对深度学习群猪目标检测算法精确度低和模型占用内存大等问题,提出基于Transformer与自适应空间特征融合的群猪目标检测算法。搭建群猪图像采集设备,以视频帧作为数据源,提取关键帧并剔除模糊图像,采用Labelme标注图像中猪只,建立群猪图像数据集;将Swin Transformer网络作为主干网络,在FPN后引入自适应空间特征融合方法作为特征融合网络;提出RIoU作为预测框回归损失计算方法。结果表明,该算法在精确率、召回率、F1值和平均精确率指标方面分别达到93.6%、97.2%、0.953、96.5%,检测速度为34.9 Hz且模型大小仅为20.6 MB,与YOLOv4相比上述指标分别提高1.5%、1.7%、1.6%、2.4%,模型占用内存量缩小12.5倍,检测速度提高13 Hz。研究有助于智能化猪场建设,为养殖场动物计数和行为识别等方面提供技术支持。 展开更多
关键词 Swin Transformer ASFF 交并比 目标检测 群养生猪
下载PDF
Porcine Breeding Management in a Large-scale Piggery with Microbial Fermentation Bed 被引量:1
10
作者 刘波 李兆龙 +6 位作者 唐建阳 黄勤楼 郑回勇 蓝江林 史怀 翁伯琦 余文权 《Agricultural Science & Technology》 CAS 2015年第1期160-166,171,共8页
[Objective] The behavior of eating, drinking, defecating and peeing of 1 500 pigs in a large-scale microbial fermentation bed-equipped piggery was observed. We hoped to find some simple indicators that could reflect t... [Objective] The behavior of eating, drinking, defecating and peeing of 1 500 pigs in a large-scale microbial fermentation bed-equipped piggery was observed. We hoped to find some simple indicators that could reflect the health status of swinery and to provide experience for the swinery performance management in large-scale microbial fermentation bed-equipped piggery. [Method] The body weight (BW), daily BW gain, feed intake and other indicators of different-day-old pigs were recorded in details. Based on the recorded data, the models between BW, BW gain, average daily feed intake and feed/gain ratio and growth days (d) were established. In addition, the incidences of pox-like macula (dermatitis), diarrhea (gastrointestinal disease), cough (respiratory disease), stiff pig (malnutrition), conjunctivitis (eye disease) and foot inflection (trauma) among fattening pigs were also investigated. [Result] The BW range, average BW, daily BW gain, breeding days, daily feed intake range, average daily feed intake, staged feed intake, accumulated feed intake, feed/gain ratio and accumulated feed/gain ratio of different-day-old pigs were studied, respectively. Four dynamic models were established for the growth of pigs: (1) the BW (y)-age (x) mod- el: y=0.758 9x-19.883 (3=0.993 7); (2) the BW gain (y)-age (x) model: y=1.039 5x05051 (F=0.885 4); (3) the average daily feed intake (y)-age (x) model: y=0.023 5x-0.334 3 (F=0.991 7); (4) the feed/gain ratio (y)-age (x) model: y=0.022x+0.427 8 (P=0.988 5). Based on these models, the corresponding theoretical growth value of pigs at different growth stage could be predicted. The main diseases occurred among the swinery in the large-scale microbial fermentation bed piggery included pox-like macula (dermatitis), diarrhea (gastrointestinal disease), cough (respiratory disease), stiff pig (mal- nutrition), conjunctivitis (eye disease) and foot inflection (trauma). The deadly infec- tious diseases had been not found among the pigs. [Conclusion] When the actual BW, BW gain, average daily feed intake and feed/gain ratio were all lower than the theoretical values predicted by the models, the management should be enhanced. The average daily feed intake of 60 to 65-day-old pigs was lower than the theoretic value, indicating that the pigs could not adapt nicely to the fermentation bed at the very early stage. When the pigs grew up to 70 to 75 d old, the average daily feed intake was higher than the theoretical value, indicating that the pigs had adapted to the fermentation bed. In particularly, average daily feed intake of 75-day-old pigs was higher than the theoretical value by 21%. It was suggested the fermentation bed was conducive to the growth of pigs. Considering the occurrence of diseases among pigs, the overall incidence was relatively low. The incidence of each disease was all lower than 10% with little difficulty in treating. If the management of mattress was strength- ened, such as paying attention to feeding and keeping water clean, many diseases could heal by themselves. 展开更多
关键词 Disease investigation Large-scale breeding Microbial fermentation bed Porcine growth model
下载PDF
Risk-Mitigation for Antimicrobial Resistance in Danish Swine Herds at a National Level
11
作者 Margit Andreasen Lis Alban +1 位作者 Jan Dahl Anette Cleveland Nielsen 《Journal of Agricultural Science and Technology(A)》 2012年第3期412-416,共5页
In Denmark, actions to mitigate the risk related to antimicrobial resistance have been put in place continuously. Due to an increase in the consumption of antimicrobials in the Danish pig production further actions we... In Denmark, actions to mitigate the risk related to antimicrobial resistance have been put in place continuously. Due to an increase in the consumption of antimicrobials in the Danish pig production further actions were implemented in July 2010. These were: a voluntary ban on use of cephalosporin in Danish swine herds for a 2-year period and a so-called Yellow Card scheme from the DVFA (Danish Veterinary and Food Administration). Farmers with the highest use of antibiotics receive a Yellow Card. In 2010, approximately 10% of Danish herds were above the Yellow Card threshold value. The consumption of antimicrobials in pigs is evaluated as ADD (animal daily doses) per 100 animals over the last 9 months (by age group). Current permit limits for a Yellow Card in ADD/100 animal days are 5.2 (sows and piglets), 28 (weaners), and 8 (finishers). In July 2010, farmers with an antimicrobial use close to these limits were warned by the DVFA, that unless actions were taken to reduce their antimicrobial use, they would receive a Yellow Card in December 2010. The means are, for instance, restrictions on oral medication usage and supervision from the authorities to which most expenses are to be covered by the farmer. The warning resulted in a decrease in the national consumption to pigs of 12.5% during the last half-year of 2010 compared to the same half-year in 2009. This decrease continued into 2011 where the consumption in January-February was 24.5% lower than for January-February 2010. 展开更多
关键词 Antimicrobials resistance INTERVENTION risk mitigation pig production monitoring.
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部