PoulTrans:一种基于变压器的模型,用于准确评估家禽状况
Jun Li1,2,3, Bing Yang1,2, Junyang Chen1
1College of Information Engineering, Sichuan Agricultural University, 46 Xinkang Road, Yucheng District, Ya'an, 625000, Sichuan Province, People's Republic of China.
Scientific reports
|April 24, 2025
概括
PoulTrans是一个新的图像标题框架,使用深度学习自动生成家禽状况报告. 这种先进的系统提高了农民对家禽状况的评估.
科学领域:
- 人工智能的人工智能
- 计算机视觉 计算机视觉
- 动物科学动物科学
背景情况:
- 深度学习显著提高了家禽的图像识别,以评估动物的状况.
- 开发用于家禽管理的直观决策支持工具仍然是一个挑战.
研究的目的:
- 推出PoulTrans,一个创新的图像标题框架,用于生成详细的家禽状况报告.
- 增强自动化家禽状况评估和农民的决策支持.
主要方法:
- 使用一个卷积神经网络 (CNN),集成一个频道空间注意力细分编码器 (CSA_Encoder) 和一个频道空间记忆引导变压器 (CSMT).
- 通过CNN将视觉特征集成到CSA_Encoder中,用于分段注意力输出.
- 引入了一种新的PS-Loss功能,以优化多层次的注意力和语义精度.
主要成果:
- 在PSC-Captions数据集上,PoulTrans取得了很高的性能得分 (例如,BLEU-4:0.501,CIDEr:4.927).
- 该框架有效地从图像中生成详细的家禽状况描述.
- 实验分析验证了模型的有效性和可靠性.
结论:
- PoulTrans提供了一个先进的工具,用于自动生成家禽状态.
- 该框架增强了家禽养殖者数字体验和决策能力.
- 开发的模型显示了在家禽养殖中实际应用的巨大潜力.
