公开(公告)号：CN114627502B

公开(公告)日：2024-12-03

申请号：CN202210240265.3

申请日：2022-03-10

Applicant: 安徽农业大学

Inventor： 李广博 ,  查文文 ,  焦俊 ,  陈成鹏 ,  辜丽川 ,  时国龙 ,  马慧敏 ,  陶亮 ,  彭硕

IPC: G06V40/10 ,  G06T3/4038 ,  G06N3/08 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06T3/4046

Abstract: 本发明提供了一种基于改进YOLOv5的目标识别检测方法，属于目标检测领域，包括：采集目标图像样本数据，构建样本数据集；对样本数据集进行扩容处理，得到待识别数据集；对目标检测算法YOLOv5进行改进，获得改进的目标检测算法YOLOv5，具体包括：优化目标锚框、添加协调注意力机制CA及特征融合BiFP；利用改进的目标检测算法YOLOv5对待识别数据集中的图像信息进行识别，获得识别结果。该方法采用改进的目标检测算法YOLOv5不仅提升了一般情况下的生猪个体识别准确率，还改善了在生猪密集以及远距离小目标情境下的检测性能。

公开(公告)号：CN114627502A

公开(公告)日：2022-06-14

申请号：CN202210240265.3

申请日：2022-03-10

Applicant: 安徽农业大学

Inventor： 李广博 ,  查文文 ,  焦俊 ,  陈成鹏 ,  辜丽川 ,  时国龙 ,  马慧敏 ,  陶亮 ,  彭硕

IPC: G06V40/10 ,  G06T3/40 ,  G06N3/08 ,  G06K9/62 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供了一种基于改进YOLOv5的目标识别检测方法，属于目标检测领域，包括：采集目标图像样本数据，构建样本数据集；对样本数据集进行扩容处理，得到待识别数据集；对目标检测算法YOLOv5进行改进，获得改进的目标检测算法YOLOv5，具体包括：优化目标锚框、添加协调注意力机制CA及特征融合BiFP；利用改进的目标检测算法YOLOv5对待识别数据集中的图像信息进行识别，获得识别结果。该方法采用改进的目标检测算法YOLOv5不仅提升了一般情况下的生猪个体识别准确率，还改善了在生猪密集以及远距离小目标情境下的检测性能。

公开(公告)号：CN113822185B

公开(公告)日：2024-10-29

申请号：CN202111057182.2

申请日：2021-09-09

Applicant: 安徽农业大学 ,  蒙城县京徽蒙农业科技发展有限公司

Inventor： 李斌 ,  陶亮 ,  李广博 ,  焦俊 ,  辜丽川 ,  马慧敏 ,  时国龙 ,  慕京生 ,  徐浩然

IPC: G06V20/52 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种群养生猪日常行为检测方法，该方法通过获取待检测目标区域内群养生猪日常行为的图像，输入到改进后的YOLOv4网络模型进行检测，可得到输出的图像中生猪日常行为的分类。其中，改进后的YOLOv4网络模型为：采用轻量MobileNetv3网络代替原有模型YOLOv4中的CSPDarknet53网络，可减少参数量，在降低计算量的同时不会造成精度上的损失；并进一步在检测器中引入深度可分离卷积和inception网络结构，拓宽网络宽度和深度，在保证识别准确率的前提下，检测速度更快、实时性更强。

公开(公告)号：CN113822185A

公开(公告)日：2021-12-21

申请号：CN202111057182.2

申请日：2021-09-09

Applicant: 安徽农业大学 ,  蒙城县京徽蒙农业科技发展有限公司

Inventor： 李斌 ,  陶亮 ,  李广博 ,  焦俊 ,  辜丽川 ,  马慧敏 ,  时国龙 ,  慕京生 ,  徐浩然

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种群养生猪日常行为检测方法，该方法通过获取待检测目标区域内群养生猪日常行为的图像，输入到改进后的YOLOv4网络模型进行检测，可得到输出的图像中生猪日常行为的分类。其中，改进后的YOLOv4网络模型为：采用轻量MobileNetv3网络代替原有模型YOLOv4中的CSPDarknet53网络，可减少参数量，在降低计算量的同时不会造成精度上的损失；并进一步在检测器中引入深度可分离卷积和inception网络结构，拓宽网络宽度和深度，在保证识别准确率的前提下，检测速度更快、实时性更强。

公开(公告)号：CN113780408A

公开(公告)日：2021-12-10

申请号：CN202111057226.1

申请日：2021-09-09

Applicant: 安徽农业大学 ,  蒙城县京徽蒙农业科技发展有限公司

Inventor： 彭硕 ,  刘东阳 ,  焦俊 ,  辜丽川 ,  慕京生 ,  时国龙 ,  李广博 ,  马慧敏 ,  徐浩然

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于音频特征的生猪状态识别方法，包括：采集待识别猪声音频，将待识别猪声音频经过数据处理后进行音频数据的预增强及特征提取；将提取到的音频特征作为观测序列输入到训练后的DNN‑HMM生猪状态音频识别模型中，获取某个音素的某个状态对某一帧声学特征的观察值概率。本发明有效提高了对生猪音频识别的效率和准确率，对于生猪音频识别和行为状态的判定具有较高的实用价值。