基于视频的乳牛自动的检测
Kamil Szyc1, Marta Hebda2, Kamil Dembiński3
1Department of Computer Engineering, Wrocław University of Science and Technology, 50-370 Wrocław, Poland.
Sensors (Basel, Switzerland)
|September 27, 2025
概括
自动化数据科学方法通过视频准确地检测奶牛的. 这种方法提供了一个可靠的,有效的替代传统的视力的评估.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 数据科学数据科学数据科学
- 动物科学动物科学
背景情况:
- 牛的腿导致了大量的治疗费用,在常见疾病中排名第二.
- 目前的视觉的检测是耗时的,劳动密集的,容易出现主观差异.
- 需要客观的,自动化的方法来评估乳牛群的.
研究的目的:
- 开发完全自动化的,端到端的数据科学方法,用于基于视频的乳牛的评估.
- 引入和评估一个定制的7点运动分数系统,以衡量的严重程度.
- 为了比较机器学习和深度学习方法用于的检测.
主要方法:
- 利用了832头奶牛的视频记录,它们的程度各不相同.
- 采用深度学习来检测牛和视频中的解剖点识别.
- 使用专家系统,机器学习和深度学习分析了脊柱曲率,头部位置和腿部距离.
主要成果:
- 开发了一个以Sprecher尺度为灵感的7点运动分数系统.
- 在检测二元 (健康与) 方面取得了高精度,达到0.821和0.872,具有多个运动特征.
- 证明自动化分析方法接近专家水平的性能.
结论:
- 完全自动化,使用数据科学进行基于视频的的检测是可行的和有效的.
- 开发的方法提供了一个客观和有效的替代传统的评估.
- 这项技术有可能减少与牛相关的经济损失.
关键词:
应用计算在农业中的应用计算乳牛牛奶牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛牛的检测 的检测视频处理视频处理视觉运动分数评分 视觉运动分数
