基于YOLOv5s的母猪基础行为识别 |
| |
引用本文: | 陈敏权,陈丰,钟金鹏,刘士静,孟凡盛.基于YOLOv5s的母猪基础行为识别[J].安徽科技学院学报,2024(1):97-103. |
| |
作者姓名: | 陈敏权 陈丰 钟金鹏 刘士静 孟凡盛 |
| |
作者单位: | 安徽科技学院机械工程学院 |
| |
基金项目: | 安徽省高校协同创新项目(GXXT-2019-003); |
| |
摘 要: | 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。
|
关 键 词: | 母猪行为 目标检测 图像处理 算法 |
|
|