期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
食品行业工业互联网标识解析应用研究
被引量:
4
1
作者
严佳敏
李波
+1 位作者
吕彬
孙志远
《中国仪器仪表》
2022年第8期22-27,共6页
工业互联网通过将生产加工、物流运输、仓储、销售等各个环节的信息及设备紧密融合,从而实现对产业链数字转型赋能以及打破打通数据壁垒。在食品行业,工业互联网标识体系建设已经成为行业数字化的一项基础工作,标识体系建设包括标识编...
工业互联网通过将生产加工、物流运输、仓储、销售等各个环节的信息及设备紧密融合,从而实现对产业链数字转型赋能以及打破打通数据壁垒。在食品行业,工业互联网标识体系建设已经成为行业数字化的一项基础工作,标识体系建设包括标识编码、标识解析、数字化服务、创新应用等。基于工业互联网标识解析体系的创新应用广泛应用在食品行业整个产业链的各个环节之中,在产业链数字转型升级建设工作中发挥了不可替代的作用。本文从工业互联网标识的概念、相关解析技术介绍和基于工业互联网标识解析多种创新应用模式等方面来研究工业互联网标识解析创新应用的发展趋势。
展开更多
关键词
食品行业
工业互联网
标识解析
应用
下载PDF
职称材料
基于SNSS-YOLO v7的肉牛行为识别方法
被引量:
1
2
作者
段青玲
赵芷青
+2 位作者
蒋涛
桂小飞
张宇航
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第10期266-274,347,共10页
肉牛活动过程中所表现出的行为是肉牛健康状况的综合体现,实现肉牛行为的快速准确识别,对肉牛疾病防控、自身发育评估和发情监测等具有重要作用。基于机器视觉的行为识别技术因其无损、快速的特点,已应用在畜禽养殖行为识别中,但现有的...
肉牛活动过程中所表现出的行为是肉牛健康状况的综合体现,实现肉牛行为的快速准确识别,对肉牛疾病防控、自身发育评估和发情监测等具有重要作用。基于机器视觉的行为识别技术因其无损、快速的特点,已应用在畜禽养殖行为识别中,但现有的基于机器视觉的肉牛行为识别方法通常针对单只牛或单独某个行为开展研究,且存在计算量大等问题。针对上述问题,本文提出了一种基于SNSS-YOLO v7(Slim-Neck&Separated and enhancement attention module&Simplified spatial pyramid pooling-fast-YOLO v7)的肉牛行为识别方法。首先在复杂环境下采集肉牛的爬跨、躺卧、探究、站立、运动、舔砥和互斗7种常见行为图像,构建肉牛行为数据集;其次在YOLO v7颈部采用Slim-Neck结构,以减小模型计算量与参数量;然后在头部引入分离和增强注意力模块(Separated and enhancement attention module,SEAM)增强Neck层输出后的检测效果;最后使用SimSPPF(Simplified spatial pyramid pooling-fast)模块替换原YOLO v7的SPPCSPC(Spatial pyramid pooling cross stage partial conv)模块,在增大感受野的同时进一步减少参数量。在自建数据集上测试,本文提出的肉牛行为识别方法的平均精度均值(mAP_(@0.5))为95.2%,模型内存占用量为39 MB,参数量为1.926×10^(7)。与YOLO v7、YOLO v6m、YOLO v5m、YOLOX-S、TPH-YOLO v5、Faster R-CNN相比,模型内存占用量分别减小47.9%、45.4%、7.6%、43.1%、57.8%和92.5%,平均精度均值(mAP_(@0.5))分别提高1.4、2.2、3.1、13.7、1.9、4.5个百分点,试验结果表明,本文方法能够实现肉牛行为的准确识别,可以部署在计算资源有限的设备上,为实现畜禽养殖智能化提供支持。
展开更多
关键词
肉牛
行为识别
深度学习
YOLO
v7
多目标识别
下载PDF
职称材料
题名
食品行业工业互联网标识解析应用研究
被引量:
4
1
作者
严佳敏
李波
吕彬
孙志远
机构
中国信息通信研究院
北京福通互联科技集团有限公司
出处
《中国仪器仪表》
2022年第8期22-27,共6页
文摘
工业互联网通过将生产加工、物流运输、仓储、销售等各个环节的信息及设备紧密融合,从而实现对产业链数字转型赋能以及打破打通数据壁垒。在食品行业,工业互联网标识体系建设已经成为行业数字化的一项基础工作,标识体系建设包括标识编码、标识解析、数字化服务、创新应用等。基于工业互联网标识解析体系的创新应用广泛应用在食品行业整个产业链的各个环节之中,在产业链数字转型升级建设工作中发挥了不可替代的作用。本文从工业互联网标识的概念、相关解析技术介绍和基于工业互联网标识解析多种创新应用模式等方面来研究工业互联网标识解析创新应用的发展趋势。
关键词
食品行业
工业互联网
标识解析
应用
Keywords
Food industry
Industrial internet
Identifier resolution
Application
分类号
TP393.09 [自动化与计算机技术—计算机应用技术]
F426.82 [经济管理—产业经济]
下载PDF
职称材料
题名
基于SNSS-YOLO v7的肉牛行为识别方法
被引量:
1
2
作者
段青玲
赵芷青
蒋涛
桂小飞
张宇航
机构
中国农业大学信息与电气工程学院
农业农村部智慧养殖技术重点实验室
北京福通互联科技集团有限公司
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第10期266-274,347,共10页
基金
北京市博士后工作经费项目(2022-ZZ-109)
校企合作项目(202305510810142)。
文摘
肉牛活动过程中所表现出的行为是肉牛健康状况的综合体现,实现肉牛行为的快速准确识别,对肉牛疾病防控、自身发育评估和发情监测等具有重要作用。基于机器视觉的行为识别技术因其无损、快速的特点,已应用在畜禽养殖行为识别中,但现有的基于机器视觉的肉牛行为识别方法通常针对单只牛或单独某个行为开展研究,且存在计算量大等问题。针对上述问题,本文提出了一种基于SNSS-YOLO v7(Slim-Neck&Separated and enhancement attention module&Simplified spatial pyramid pooling-fast-YOLO v7)的肉牛行为识别方法。首先在复杂环境下采集肉牛的爬跨、躺卧、探究、站立、运动、舔砥和互斗7种常见行为图像,构建肉牛行为数据集;其次在YOLO v7颈部采用Slim-Neck结构,以减小模型计算量与参数量;然后在头部引入分离和增强注意力模块(Separated and enhancement attention module,SEAM)增强Neck层输出后的检测效果;最后使用SimSPPF(Simplified spatial pyramid pooling-fast)模块替换原YOLO v7的SPPCSPC(Spatial pyramid pooling cross stage partial conv)模块,在增大感受野的同时进一步减少参数量。在自建数据集上测试,本文提出的肉牛行为识别方法的平均精度均值(mAP_(@0.5))为95.2%,模型内存占用量为39 MB,参数量为1.926×10^(7)。与YOLO v7、YOLO v6m、YOLO v5m、YOLOX-S、TPH-YOLO v5、Faster R-CNN相比,模型内存占用量分别减小47.9%、45.4%、7.6%、43.1%、57.8%和92.5%,平均精度均值(mAP_(@0.5))分别提高1.4、2.2、3.1、13.7、1.9、4.5个百分点,试验结果表明,本文方法能够实现肉牛行为的准确识别,可以部署在计算资源有限的设备上,为实现畜禽养殖智能化提供支持。
关键词
肉牛
行为识别
深度学习
YOLO
v7
多目标识别
Keywords
beef cattle
behavior recognition
deep learning
YOLO v7
multi-object recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S823 [农业科学—畜牧学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
食品行业工业互联网标识解析应用研究
严佳敏
李波
吕彬
孙志远
《中国仪器仪表》
2022
4
下载PDF
职称材料
2
基于SNSS-YOLO v7的肉牛行为识别方法
段青玲
赵芷青
蒋涛
桂小飞
张宇航
《农业机械学报》
EI
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部