CabriTrack:加速器数据用于自动化监测牧草克里奥尔山羊的行为

科学领域:

• 动物行为科学 动物行为科学
• 传感器技术 传感器技术
• 人工智能的人工智能

背景情况:

• 加速度计和人工智能为监测动物行为提供了新的方法.
• 机器学习和深度学习需要多样化,高质量的数据集,以准确地估计行为.

研究的目的:

• 为培训和验证动物行为预测模型提供一个全面的数据集.
• 为了促进基于人工智能的动物行为监测解决方案的大规模部署.

主要方法:

• 从59只克里奥尔山羊 (2023年3月至2024年3月) 收集了超过144小时的三轴加速度计数据.
• 在实验牧场放牧时,装备有角式加速度计的山羊.
• 同步的加速度计数据与手动注释的五种行为视频记录:反/,放牧,休息,移位等.

主要成果:

• 创建了一个同步的数据集,将加速模式与特定的山羊行为联系起来.
• 数据集提供了各种例子,这些例子对于强大的模型培训和验证至关重要.

结论:

• 这一数据集对于开发和评估人工智能驱动的方法来预测从加速度计数据的动物行为是有价值的.
• 它支持精准畜牧业和动物福利监测的进步.