ホルシュタイン牛のインクリメンタル識別のための強化された波形コンボリションと少量ショットプロトタイプ駆動フレームワーク

科学分野:

• 農業技術
• コンピュータビジョン
• 機械学習

背景:

• ホルシュタイン牛の個別識別は 賢明な農場管理に不可欠です
• 現存する識別モデルは 新しい動物と外見の変化に苦しんでおり 実用的な応用が制限されています
• 現在のオープンセットの方法は新しい個体を見つけるのに安定性がない.

研究 の 目的:

• ホルシュタイン牛の 健全で段階的な識別枠組みを開発する.
• 小さなサンプル条件下で新しい個体の安定した識別を達成する.
• 繁殖シナリオにおける牛の識別システムの実用性を強化する.

主な方法:

• ResWTAを設計し,波紋収束と空間的注意を組み合わせた特徴抽出ネットワークです.
• 数ショットで拡張されたプロトタイプネットワークを 増量識別の強度のために構築しました
• 様々な損失関数,プロトタイプ計算方法,距離メトリックを評価した.

主要な成果:

• ResWTAは97.43%のトップ1と99.54%のトップ5の精度を達成しました.
• 数発の拡張プロトタイプネットワークは トップ"の精度を4.77%向上させました
• 統合されたフレームワークは94.33%の精度を達成し,漸進的な学習忘却を4.89%削減しました.

結論:

• 提案された枠組みは,小さなサンプルサイズでも,ホルシュタイン牛の安定した,漸進的な識別を可能にします.
• ResWTAネットワークと拡張プロトタイプネットワークは,識別の強度と精度を大幅に改善します.
• 効率的な農業管理と牛の繁殖プログラムに 効果的な技術的支援が提供されます