基于注意力机制与轻量级卷积神经网络的奶牛体况评分方法

    公开(公告)号:CN114997725A

    公开(公告)日:2022-09-02

    申请号:CN202210759970.4

    申请日:2022-06-30

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于注意力机制与轻量级卷积神经网络的奶牛体况评分方法,包括:利用2D可见光摄像机拍摄奶牛尾部图片,得到奶牛体况数据集;构建卷积神经网络模型,并使用奶牛体况数据集进行预训练,得到训练好的卷积神经网络模型;获取待检测的奶牛图片并进行预处理,得到预处理图像;所述预处理包括标准化操作和数据增强;将预处理图像输入训练好的卷积神经网络模型,得到奶牛体况评分结果。本发明以深度学习技术,去除了人工评分主观性强等问题;本发明增加了高效通道注意力机制,加强了网络对奶牛体况的提取能力;同时引入Dropout操作,增强网络的泛化能力。

    一种用于奶牛行为检测的方法及电子项圈

    公开(公告)号:CN114557292A

    公开(公告)日:2022-05-31

    申请号:CN202210242250.0

    申请日:2022-03-11

    Abstract: 本发明公开了一种用于奶牛行为检测的电子项圈,具体涉及奶牛养殖领域,包括调节带和锁定卡扣,所述调节带和锁定卡扣相连接,所述调节带上绑有主控电路模块,所述主控电路模块内设置有微处理器、震动传感器和电源,微处理器和震动传感器均与电源电性连接,在大规模养殖场对牛只个体身份、日常行为与疾病进行长期不间断的识别与监测。通过无线传输技术将运动数据传输到云平台服务器上,利用深度学习算法对数据进行处理分类,进而对奶牛躺卧、站立、行走、追逐行为进行识别。该设计可精准获取牛只的个体相关信息,极大程度降低人工干预,提升牧场智能信息化水平,以增加牧场养殖生产的经济收益。

Patent Agency Ranking