一种基于迁移学习的复杂环境下猪脸识别方法及系统

    公开(公告)号:CN117727070A

    公开(公告)日:2024-03-19

    申请号:CN202311764894.7

    申请日:2023-12-20

    摘要: 本发明属于计算机视觉技术领域,尤其涉及一种基于迁移学习的复杂环境下猪脸识别方法及系统,基于卷积神经网络和迁移学习。通过创建包含不同日龄阶段、不同光照条件和视角下的猪脸图像数据集,结合复杂数据预处理和增强技术,实现对猪脸特征的高效识别。本发明采用多种深度学习架构,如ConvNext、ResNet、GoogLeNet、VGG和MobileNet并通过迁移学习策略,提高模型在复杂环境下的泛化能力和识别准确率。本发明代表了养猪业自动化管理的一次重大进步,通过采用最新的计算机视觉和机器学习技术,本发明不仅提高了猪脸识别的准确性和效率,还显著提升了模型在不同环境条件下的稳定性和泛化能力。

    猪背膘厚性状的分子标记及其应用

    公开(公告)号:CN107022603A

    公开(公告)日:2017-08-08

    申请号:CN201610532544.1

    申请日:2016-07-07

    IPC分类号: C12Q1/68 C12N15/11

    摘要: 本发明属于家畜分子标记制备技术领域,具体涉及猪背膘厚性状的分子标记及其应用。克隆得到两个与猪背膘厚性状相关的分子标记。其中一个分子标记是ACOXL c.8C/T,其核苷酸序列如SEQ ID NO:1所示,在该序列的290位碱基处发生一个等位基因突变(C/T),该突变引起苏氨酸至异亮氨酸的改变。另一个分子标记是LMNA c.741G/C,在该序列的341位碱基处发生一个等位基因突变(G/C),该突变引起谷氨酸至天冬氨酸的改变。本发明的分子标记可用于猪背膘厚相关性状的多态性检测。

    一种与公猪精子活力性状相关的分子标记及应用

    公开(公告)号:CN106544412A

    公开(公告)日:2017-03-29

    申请号:CN201610783188.0

    申请日:2016-08-30

    IPC分类号: C12Q1/68 C12N15/11

    摘要: 本发明属于家畜分子标记制备技术领域,具体涉及一种与公猪精子活力性状相关的分子标记及应用。所述的分子标记从PRM2基因中筛选得到,该分子标记的核苷酸序列如SEQ ID NO:1所示。在该序列表的第169位碱基处存在一个等位基因突变R,所述的R是G或A,该突变导致NaeI-RFLP多态性。本发明还公开了扩增PRM2基因SNP的引物对,该引物对也是检测本发明筛选的分子标记的引物对。本发明建立了一种用于与公猪精子活力性状多态性检测的方法。关联分析应用表明,本发明的分子标记可以作为为公猪精子活力性状辅助选择的标记。

    与猪白细胞数相关的分子标记及应用

    公开(公告)号:CN102676507B

    公开(公告)日:2013-10-09

    申请号:CN201110056015.6

    申请日:2011-03-08

    IPC分类号: C12N15/11 C12Q1/68

    摘要: 本发明属于家畜分子标记制备技术领域,具体涉及一种作为猪标记辅助选择应用的与猪白细胞计数相关的分子标记及应用。所述的分子标记为SN基因的片段,其mRNA核苷酸序列如序列表SEQ ID NO:1所示。在该序列表的第699bp处存在一个等位基因突变,即如附图4所示序列的第367位bp处存在一个367G-367A的突变,导致Hin6I-RFLP多态性。本发明还公开了扩增SN基因核苷酸序列所用的引物对及其多态性检测方法,本发明还包括制备的分子标记在猪白细胞数关联分析中的应用,猪的标记辅助选择提供了新的分子标记。

    与猪白细胞数相关的分子标记及应用

    公开(公告)号:CN102676507A

    公开(公告)日:2012-09-19

    申请号:CN201110056015.6

    申请日:2011-03-08

    IPC分类号: C12N15/11 C12Q1/68

    摘要: 本发明属于家畜分子标记制备技术领域,具体涉及一种作为猪标记辅助选择应用的与猪白细胞计数相关的分子标记及应用。所述的分子标记为SN基因的片段,其mRNA核苷酸序列如序列表SEQ ID NO:1所示。在该序列表的第699bp处存在一个等位基因突变,即如附图4所示序列的第367位bp处存在一个367G-367A的突变,导致Hin6I-RFLP多态性。本发明还公开了扩增SN基因核苷酸序列所用的引物对及其多态性检测方法,本发明还包括制备的分子标记在猪白细胞数关联分析中的应用,猪的标记辅助选择提供了新的分子标记。

    基于深度学习的猪活体B超影像胴体性状测定方法与系统

    公开(公告)号:CN118968556A

    公开(公告)日:2024-11-15

    申请号:CN202411044325.X

    申请日:2024-07-31

    摘要: 本发明属于计算机视觉和人工智能技术领域,公开了一种基于深度学习的猪活体B超影像数据分析方法与系统,旨在解决养猪业自动化测量中的效率低、误差大等问题。系统利用YOLOv8Pose模型进行关键点检测,实现对背膘厚度和眼肌深度的精准快速测量。具体步骤包括:构建包含多样性和全面性的B超影像数据集,进行检测框和关键点标注,应用数据增强策略训练深度学习模型,并开发相应的B超影像分析与计算算法。系统集成了图像上传、模型管理、图像分析、结果展示与导出、数据存储和管理、以及异常处理与日志记录模块。通过模型性能评估和多次测量跳跃区间分析,验证了系统的稳定性和可靠性。