功能提取和自动识别模型构建用于乳牛分娩过程中的头背姿势

科学领域:

• 兽医科学 兽医科学 兽医科学
• 动物行为 动物行为
• 计算机视觉 计算机视觉

背景情况:

• 在牛分娩期间的"头背"姿势是疼痛和分娩的关键指标.
• 实时监测产犊行为可以改善动物福利,并促进及时援助.

研究的目的:

• 开发和评估计算机视觉模型,用于分娩期间识别头部姿势.
• 为了分析在分娩期间原生相对多生母牛的行为差异.

主要方法:

• 利用在25617张图像上训练的YOLOv8算法来分类牛的姿势.
• 通过各种相机角度和环境条件 (照明,白天时间) 评估模型性能.
• 进行了行为分析,比较原生母牛和多生母牛.

主要成果:

• 对于姿势识别,YOLOv8模型获得了0.71 F1分.
• 从腹部摄像头角度来看,姿势识别准确度超过了90%,在不同的照明条件下保持稳定.
• 初代母牛的分娩时间和头背姿势持续时间显著长.

结论:

• 计算机视觉为实时监控牛分娩提供了一个有前途的工具.
• 开发的模型可以帮助识别分娩困难并提高动物福利.
• 在分娩期间,原生母牛和多生母牛之间存在显著的行为差异.