EML-SlowFast:狮头的行为识别模型
Jinwei Wang1, Zhiguo Du1, Bin Wen1
1College of Mathematics Informatics, South China Agricultural University, Guangzhou 510642, PR China.
Poultry science
|May 10, 2025
概括
一个新的EML-SlowFast模型准确地识别了狮头的行为,如食和休息. 这种进步有助于精准农业和福利监测,通过改善健康和生产力洞察力.
科学领域:
- 动物行为分析 动物行为分析
- 计算机视觉在农业中的应用
- 机器学习用于动物福利.
背景情况:
- 狮头的行为对健康,活动和生产力至关重要.
- 准确的行为识别对于监测和改善福利至关重要.
- 现有的方法对于狮头的行为识别缺乏特异性.
研究的目的:
- 开发一种专门的模型来识别狮子头的行为.
- 为了提高狮头的行为分析的准确性和效率.
- 为精准农业和福利监测提供一个工具.
主要方法:
- 提出了EML-SlowFast模型,这是SlowFast架构的增强.
- 集成的高效通道注意力瓶 (ECAbneck) 用于静态特征提取.
- 集成大型内核全球-本地特征提取 (LGLE) 用于时间特征建模.
主要成果:
- EML-SlowFast模型实现了高性能:92.06%的F1得分,91.60%的精度,91.85%的准确性和92.78%的回忆.
- 与标准的SlowFast模型相比显示出显著的改进 (指标增加4.03-4.45%).
- 与SlowFast.相比,计算复杂性 (FLOP) 减少了7.358G.
结论:
- 该EML-SlowFast模型提供了有效和准确的识别五个关键的狮子头行为.
- 其较低的计算要求使其适用于资源有限的环境.
- 为精准养殖,繁殖和狮头的健康监测提供了宝贵的见解.


