基于机器视觉的自动羔羊识别和饮用活动在商业农场
A Alon1, I Shimshoni2, A Godo3
1Precision livestock farming (PLF) Lab., Agricultural Engineering Institute, Agricultural Research Organization (A.R.O.) - Volcani Institute, 68 Hamaccabim Road, P.O.B. 15159, Rishon Lezion 7505101, Israel; Dept. of Information Systems, Haifa University, 199 Abba Khoushy Ave, Haifa 3498838, Israel.
Animal : an international journal of animal bioscience
|September 3, 2023
概括
这项研究引入了一种具有成本效益的机器视觉系统,可以使用耳朵标签和摄像头监控来识别单个羊羔. 该系统在实时农场环境中达到93%的准确性,有助于基于数据的管理决策.
科学领域:
- 农业技术 农业技术
- 计算机视觉 计算机视觉
- 动物科学动物科学
背景情况:
- 传统的无线电频率识别 (RFID) 用于跟踪羊耳标签是昂贵的,对于大群体来说不切实际.
- 现有的电子识别系统并非普遍强制性,这限制了某些地区的广泛采用.
研究的目的:
- 开发一种负担得起且易于实施的机器视觉系统,用于使用现有的耳标识识别个人羔羊.
- 监测羔羊饮酒行为并收集个体动物数据,以改善农场管理.
主要方法:
- 使用RGB摄像头和深度学习 (你只看一次) 的机器视觉系统被开发用于检测羔羊脸和耳朵标签.
- 实现了用于耳标识数字识别,羔羊跟踪和身份证号码恢复的算法.
- 数据是从两个圈子里的羊羔收集的,通过人类观察饮用站的访问来确定基本真相.
主要成果:
- 该系统在饮酒活动期间识别单个羔羊的总准确率为93%.
- 该算法成功识别了羊羔,并在自然农场环境中实时记录了它们的饮用时间.
- 在测试期间,该系统处理了大约900次访问饮用站.
结论:
- 机器视觉为RFID提供了一个可行的,廉价的替代方案,用于商业笔中的个人羊羔识别.
- 该系统具有通过自动化数据收集和监控来加强农场管理的巨大潜力.
- 拟议的系统通过提供准确的个体动物数据,促进了数据驱动的决策.
