相关实验视频
Updated: Jul 23, 2026
10:07
Thermal Imaging to Study Stress Non-invasively in Unrestrained Birds
Published on: November 6, 2015
13.4K
一套可见光和热红外图像的数据集,用于监测大型农业子母的健康状况
Weihong Ma1,2,3, Xingmeng Wang1,3, Xianglong Xue2
1Information Technology Research Center, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China.
Sensors (Basel, Switzerland)
|October 16, 2024
概括
一个新的数据集,BClayinghens,有助于通过可见和热图像来评估子产母的福利. 本资源支持开发人工智能模型,用于健康检测,行为分析和大规模农场的人口统计.
科学领域:
- 动物科学动物科学
- 计算机视觉 计算机视觉
- 农业技术 农业技术
背景情况:
- 自由放牧养殖正在获得引力,但子养殖在大规模运营中仍然普遍存在.
- 确保养母的福利对于道德和生产性农业至关重要.
- 现有的养健康评估方法可能缺乏用于个人和群体分析的综合数据.
研究的目的:
- 创建一个全面的数据集,以评估养母的健康和福利.
- 促进深度学习模型的开发,用于健康检测,行为分析和人口计数.
- 整合可见光和热红外成像,用于多模式的评估.
主要方法:
- 构建BClayinghens数据集,包括61,133个可见光和热红外图像.
- 使用智能手机,可见光摄像头和红外热摄像头获取图像.
- 图像的注释有63,693个头标签用于对象检测和坐标校正用于图像对齐.
- 应用数据增强技术 (旋转,剪切,颜色增强,增加噪声) 来提高模型的稳定性.
主要成果:
- "BClayinghens"数据集提供了对产母的可见光和热红外线图像.
- 有注释的头标签可以训练深度学习模型进行对象检测.
- 该数据集支持使用组合成像方式分析头温度.
- 采用数据增强策略,以提高模型适应多种农业环境的适应性.
结论:
- BClayinghens数据集是推动人工智能驱动的养母福利监测的宝贵资源.
- 这种多模式数据集能够进行详细的健康,行为和人口分析.
- 开发的方法可应用于大型家禽养殖,以改善动物福利和管理.
