雌激素检测和乳牛识别与级联深度学习用于增强现实准备的牲畜养殖
İbrahim Arıkan1, Tolga Ayav1, Ahmet Çağdaş Seçkin2
1Computer Engineering Department, İzmir Institute of Technology, Izmir 35430, Türkiye.
Sensors (Basel, Switzerland)
|December 23, 2023
概括
准确预测牛的期对于畜牧业的效率至关重要. 这项研究使用增强现实和人工智能来精确检测雌性和牛的识别,改善畜牧业的结果.
科学领域:
- 农业科学 农业科学
- 计算机科学 计算机科学
- 兽医医学 兽医医学 兽医医学
背景情况:
- 预测雌激期对于有效的畜牧业和防止乳制品养殖业的经济损失至关重要.
- 目前用于检测的方法可能是劳动密集型的,可能缺乏精度,影响授精成功和农场利能力.
研究的目的:
- 利用增强现实 (AR) 和深度学习开发和评估一套用于准确的期检测和牛识别的综合系统.
- 通过精确的位监测,提高授精效率并减少畜牧业的经济损失.
主要方法:
- 利用深度学习来进行安装行为检测.
- 使用YOLOv5来识别安装事件的感兴趣区域 (ROI).
- 集成的YOLOv5用于在裁剪的ROI中检测牛的身份.
- 结合AR技术与AI进行实时畜牧监测.
主要成果:
- 在检测安装行为方面达到99%的准确性.
- 在识别感兴趣的安装区域 (ROI) 中达到98%的准确性.
- 在检测涉及安装 (安装夫妇) 的特定奶牛时,证明了94%的准确性.
结论:
- 拟议的AR和AI集成系统显著提高了期检测和牛在牲畜中的识别准确性.
- 这项技术为精密畜牧业提供了有前途的进步,提高了运营效率和经济可行性.
- 该系统的高精度凸显了其在畜牧业和人工智能驱动的农业解决方案中更广泛应用的潜力.


