通过深度学习进行动物行为分析的绵羊活动视频数据集

科学领域:

• 计算机视觉 计算机视觉
• 动物行为分析.
• 农业技术 农业技术

背景情况:

• 非接触式虚拟围需要准确的绵羊活动检测.
• 现有的数据集在现实的农业条件下可能缺乏多样性.
• 开发非侵入性监测工具对于有效的畜牧管理至关重要.

研究的目的:

• 引入一套在现实环境下捕获的绵羊活动的全面数据集.
• 促进用于羊行为分析的先进计算机视觉模型的开发.
• 支持虚拟围,羊计数,健康监测和育种方面的应用.

主要方法:

• 收集了 417 个视频 (59 分钟),共计 149,327 .
• 记录了五种羊活动类别:放牧,跑步,坐着,站着和走路.
• 以各种分辨率和视角捕获数据,包括个人和群体活动.

主要成果:

• 创建了一个具有不同绵羊活动特征的平衡数据集.
• 数据集包括现实的环境噪音和各种场景.
• 提供原始视频和,适合强大的模型训练.

结论:

• 绵羊活动数据集对于开发非侵入性检测和识别模型非常有价值.
• 这个资源可以推进计算机视觉应用在精密农业.
• 允许复杂的活动检测,以改善绵羊养殖实践.