相关实验视频
Updated: Sep 18, 2025
04:04
Identification of Pre-weanling 7-Day-Old Mice with Pinna Edge Biopsies
Published on: May 23, 2025
140
使用顺序耳标检测管道的多阶段猪识别
Martin Wutke1, Damiano Debiasi2, Shobhana Tomar2
1Institute of Animal Breeding and Husbandry, Faculty of Agricultural and Nutritional Sciences, Christian-Albrechts-University Kiel, Kiel, 24118, Germany. mwutke@tierzucht.uni-kiel.de.
Scientific reports
|June 20, 2025
概括
这项研究提出了一种强大的,不变的照明方法,用于使用耳朵标签识别单个猪. 计算机视觉方法通过可靠的,自动化的动物识别来提高牲畜管理.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 动物科学动物科学
背景情况:
- 准确的牲畜识别对于福利和行为监测至关重要.
- 生物识别对猪等物种来说是有限的;耳标是常见的,但对计算机视觉来说具有挑战性.
- 现有的计算机视觉方法在不良照明和复杂的耳标编码方面扎.
研究的目的:
- 开发一种强大的,不变的照明方法,使用耳标识识别个体猪.
- 克服当前计算机视觉技术在牲畜识别方面的局限性.
- 支持用于精密畜牧业的自动化动物识别.
主要方法:
- 一个使用四种模型的顺序物体检测管道:猪检测,耳标本地化,旋转校正 (钉子检测) 和数字识别.
- 利用商业上可用的耳进行识别.
- 在熟悉的 (上下) 和不熟悉的 (近距离) 摄像机环境中进行评估.
主要成果:
- 高独立模型性能:mAP0.95值为0.970 (猪检测),0.979 (耳标检测),0.974 (针检测) 和0.979 (ID分类).
- 在熟悉的相机设置中,精确度优异 (0.996).
- 在一个不熟悉的设置中,具有0.913精度和0.903回忆的强大泛化.
- 三个定制数据集的公开发布,用于耳标,引脚和数字检测.
结论:
- 拟议的方法提供了有效的,不改变照明的猪个体识别.
- 该方法表现出强大的性能和概括能力.
- 该研究有助于自动化动物识别和精确畜牧业,并有可能集成到多对象跟踪系统中.
