基于机器视觉的分娩牛姿势识别,行为变化和影响因素的分析
Yuning An1,2,3, Yifeng Song1,2,3, Hehao Jiang1,2,3
1College of Animal Science, Inner Mongolia Agricultural University, Hohhot 010018, China.
Animals : an open access journal from MDPI
|May 14, 2025
概括
这项研究使用YOLOv8模型来监测奶牛的分娩行为,准确地识别姿势. 原生母牛表现出更多的姿势变化,有助于早期发现生犊问题,以便更好地管理农场.
科学领域:
- 动物科学动物科学
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 监测奶牛的分娩对于动物福利和农场生产率至关重要.
- 观测产犊行为的传统方法是劳动密集型的,可能缺乏精度.
研究的目的:
- 开发和验证一个非接触式,实时监测乳牛产牛姿势和行为的系统.
- 在分娩期间分析原生母牛和多生母牛之间的行为差异.
主要方法:
- 利用YOLOv8模型从600个视频录像 (10,544个图像样本) 中进行姿势和行为识别.
- 分析了86只奶牛的分娩行为 (30只初生母,56只多生母).
主要成果:
- YOLOv8模型实现了高性能 (精度96.72%,回忆96.53%,mAP97.41%).
- 确定了不同的行为模式:原生母牛表现出更频繁的姿势转变和更长的分娩时间.
- 小牛的出生体重与母亲的行为有积极的相关性,特别是在原生母牛中.
结论:
- 基于YOLOv8的系统可以准确地识别奶牛的产牛姿势和行为.
- 提供智能农场管理和早期检测产犊异常的基础.
- 提供了关于第一次和经验丰富的母亲之间的分娩行为差异的见解.
相关概念视频
01:35Pedigree Analysis
Overview
00:54What is Behavior?
Behaviors are actions that an organism engages in—they can be related to finding food, reproducing, defending against threats, and many other possible actions. Behaviors include activities related to the environment around the animal—such as migration—as well as social interactions within a species or population. Many behaviors involve motor output—that is, muscle movements—while others involve less visible actions, such as learning.