一个新的数据集用于基于视频的牛行为识别
Kuo Li1, Daoerji Fan2, Huijuan Wu1
1College of Electronic Information Engineering, Inner Mongolia University, College Road No. 235, Hohhot, 010021, Inner Mongolia Autonomous Region, China.
Scientific reports
|August 12, 2024
概括
一个新的数据集,CBVD-5,可以识别牛的行为,包括站立,躺下,寻找食物,反和饮水. 一个基线模型实现了21.28%的错误率,推进了乳制品智能.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 动物行为 动物行为
背景情况:
- 精确监测奶牛的行为对于健康,福利和生产力至关重要.
- 现有的数据集往往缺乏行为,照明条件或规模的多样性.
- 需要标准化,全面的数据集来推进自动行为识别系统.
研究的目的:
- 介绍牛行为视频数据集5 (CBVD-5),这是一个新的,大规模的,基于视频的数据集,用于在奶牛中识别多种行为.
- 为开发和评估用于乳牛行为分析的AI模型提供标准化资源.
- 促进精准农业和动物福利监测的进步.
主要方法:
- 收集了来自107头奶牛的96小时的视频数据,涵盖了包括夜间在内的各种照明条件.
- 使用七台摄像机捕捉镜头,最终产生687个视频段和206,100张图像.
- 通过域名专家使用VIA网络工具,注释了五种关键的牛行为 (站立,躺着,寻找食物,反,饮酒).
主要成果:
- 开发了一个SlowFast牛多行为识别模型作为基线,在测试组中达到21.28%的错误率.
- 从数据集的行为数据中证明了模型在学习类别标签方面的有效性.
- 验证了数据集对超出行为识别的任务的实用性,例如牛目标检测.
结论:
- CBVD-5数据集对乳牛行为识别作出了重大贡献,为研究和开发提供了丰富的资源.
- 该数据集将推进农业情报,改善乳牛健康和福利监测,并支持教育倡议.
- 全球研究人员将免费获得CBVD-5,以促进该领域的创新.
