基于视觉的乳牛耳标识方法的研究
Tianhong Gao1, Daoerji Fan1, Huijuan Wu1
1College of Electronic Information Engineering, Inner Mongolia University, Hohhot 010021, China.
Sensors (Basel, Switzerland)
|April 13, 2024
概括
这项研究介绍了一种低成本的基于视觉的系统,用于自动识别奶牛耳朵标签. 该方法显著提高了检测和识别的准确性,有助于精确的奶牛养殖.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 现代奶牛养殖需要高效的牛个体识别,以实现精准农业.
- 目前乳牛管理的方法面临规模和侵入性的挑战.
研究的目的:
- 开发一种低成本,非侵入性,精确的基于视觉的乳牛耳朵标签自动识别系统.
- 通过改进个体动物识别来加强精准农业.
主要方法:
- 提出了一种轻量级的小YOLOV5s模型,用于高效地检测牛耳标记.
- 使用可差分二进制网络 (DBNet) 与卷积循环神经网络 (CRNN) 进行耳标号识别.
- 开发并发布了用于乳牛耳标识检测和识别的两个标准化数据集.
主要成果:
- 小YOLOV5s比YOLOV5s提醒能力提高了1.5%,平均精度提高了0.9%,参数显著减少.
- 在耳标识数字识别方面取得了令人印象深刻的92.1%的准确性.
- 每张图像的平均预测速度提高了0.5ms.
结论:
- 开发的基于视觉的系统为乳牛的个体识别提供了具有成本效益和准确的解决方案.
- 新的数据集将支持智能奶牛养殖的进一步研究和开发.
- 这项技术通过精确的管理,促进了育种行业的进步.
