-
公开(公告)号:CN119454005A
公开(公告)日:2025-02-18
申请号:CN202411660102.6
申请日:2024-11-20
Applicant: 山东农业大学
IPC: A61B5/11 , A61B5/00 , G06N3/0442 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于深度学习的肉牛跛行行为检测系统及方法,该系统包括数据采集模块、数据传输模块、数据解析模块和移动接收模块,该方法是通过数据采集模块实时获取肉牛的行走数据和定位数据;通过数据传输模块将定位数据及行走数据发送至数据解析模块;通过数据解析模块解析定位数据,生成定位坐标,结合行走数据建立跛行行为检测模型,通过跛行行为检测模型实时识别肉牛的行走行为,并根据行走数据进行跛行异常检测;将解析完成的定位坐标和跛行异常检测结果发送至移动接收模块,实现肉牛的精准定位和异常行为预警。本发明降低了人工工作量,提高了判断肉牛跛行行为的准确性,一定程度上可以降低养殖场的成本,提高了动物福祉。
-
公开(公告)号:CN120014698A
公开(公告)日:2025-05-16
申请号:CN202411966810.2
申请日:2024-12-30
Applicant: 山东农业大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于巡检机器人和RT‑DETR‑DMSE的肉牛流涎行为识别方法,属于目标检测技术领域。该方法包括以下步骤:S1.视频采集;S2.提帧处理;S3.人工标注;S4.制作数据集;S5.数据集划分;S6.改进模型并训练;S7.测试改进后的模型。本发明将改进后的网络应用到肉牛流涎行为的的识别上,进行复杂环境下养殖的目标精准识别,来适应养殖场的复杂环境,快速精准识别出肉牛流涎行为,可以进一步判断肉牛的健康情况,保证肉牛健康,最终实现畜牧智能化养殖。
-
公开(公告)号:CN118340114A
公开(公告)日:2024-07-16
申请号:CN202410377536.9
申请日:2024-03-29
Applicant: 山东农业大学
Inventor: 于镇伟 , 辛迪 , 沈维政 , 戴白生 , 熊本海 , 唐湘方 , 赵凯旋 , 田富洋 , 张姬 , 杨庆璐 , 宋占华 , 闫银发 , 李玉道 , 鞠林 , 林雪彦 , 刘建龙
Abstract: 本发明公开了一种基于TCN‑Adam‑informer模型的肉牛个体行为及健康异常状态监测系统,属于数据处理技术领域。包括:数据采集模块,用于采集肉牛进行反刍生理活动和肉牛日常运动的时间序列数据;数据预处理模块,用于处理数据采集模块发送来的数据,以便于训练和模型预测;模型预测模块,利用TCN‑Adam‑informer模型结合肉牛行为数据建立肉牛个体行为及健康异常状态监测模型。本发明以肉牛为研究对象,研究其日常行为的变化,以佩戴式项圈采集肉牛的行为数据,以Tcn‑Adam‑informer预测模型为主要技术手段,结合采集的数据,预测肉牛的个体行为,根据行为判断肉牛的健康状态,并在模型预测到肉牛出现了异常行为后,触发报警器,提醒工作人员,进行必要的决策和后处理,及时处理肉牛的病情。
-
公开(公告)号:CN120014699A
公开(公告)日:2025-05-16
申请号:CN202411969576.9
申请日:2024-12-30
Applicant: 山东农业大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于巡检机器人和YOWOv2‑Enhanced的肉牛呼吸急促行为识别方法,属于目标检测技术领域。该方法包括以下步骤:视频采集;选择视频,提帧处理;制作二维训练数据集,得到训练权重;使用VIA标注动作;制作三维训练数据集;改进模型并训练;测试改进后的YOWOv2‑Enhanced模型。本发明方法将巡检机器人与YOWOv2‑Enhanced算法相结合,可以实现对肉牛呼吸急促行为的智能监测,能够实现对肉牛呼吸急促行为的快速、精确识别,方便对肉牛健康的快速检测,能够适应复杂的牛场环境,且可靠性和精度较高,提高监测效率,还可以减轻养殖人员的工作负担,提高养殖效益。
-
公开(公告)号:CN118247729A
公开(公告)日:2024-06-25
申请号:CN202410401722.1
申请日:2024-04-03
Applicant: 山东农业大学
IPC: G06V20/52 , G06V10/82 , G06V10/74 , G06V10/774 , G06V10/764 , G06V10/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于GCS‑YOLO算法的牛场多目标检测方法及系统,属于图像目标检测技术领域。该方法包括以下步骤:基于YOLOv8目标检测算法,使用GCNet主干网络构建GCS‑YOLO模型;采集带有目标检测物的图像数据集;降低图像数据集相似度,随后数据在线增强得到最终图像数据集;生成特征图,并对处理后的图像数据集进行训练,得到目标检测模型;将后续采集图像输入至目标检测模型中,对后续牛场图像进行目标检测,获取牛场图像的目标检测效果;对训练后的目标检测模型进行评价。本发明提高了检测目标的速度和精度,降低了漏检情况和路径提取误差,有助于快速响应突发事件、管理资源和做出更明智的决策,有效的应对牛场的复杂环境,为牛场智能化养殖打下基础。
-
-
-
-