| 吴瑞志１，罗维平*1，２.基于深度学习的奶牛个体识别[J].纺织大学学报,2024,37(6):63-69 |
| 基于深度学习的奶牛个体识别 |
|
| |
| DOI： |
| 中文关键词: 深度学习 奶牛个体识别 YOLO模型 目标检测 |
| 英文关键词: |
| 基金项目:湖北省数字化纺织装备重点实验室项目（DTL2022001） |
|
| 摘要点击次数: 1174 |
| 全文下载次数: 568 |
| 中文摘要: |
| 为了实现适合大规模奶牛养殖环境下的无接触、高精度奶牛个体识别和自动化管理，提出了一种基于YO⁃LOv5m网络模型的奶牛个体识别方法，将摄像头采集到的视频数据经过分帧处理后，采用结构相似性算法（SSIM）及均方误差算法（MSE）去除冗余图像，通过标注、Mosaic数据增强处理后得到10545幅标签数据，对YOLOv5m模型进行训练和优化实现奶牛个体的准确识别。同时，还设计了基于YOLOv5m的奶牛个体识别检测系统，验证了该算法和系统的正确性。结果表明：在训练次数为 300 次时，YOLOv5m 模型对奶牛个体识别的平均精度达到98.75%,相比较YOLOv4提高5.88个百分点，为现代畜牧业的发展提供了重要的技术支持和应用基础。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
