产品中心
产品中心开云体育官网首页登录:
近来，中国农业科学院农业信息研讨所农业物联网技能与服务立异团队提出了一种自顶向下的深度神经网络，可在杂乱场景下同步完结奶牛方针检测、姿势估量和跛行辨认使命。相关研讨成果宣布在《农业计算机与电子(Computers and Electronics in Agriculture)》上。
跛行是形成奶牛被迫筛选重要原因之一，极度影响草场经济效益。在实践场景中，使用姿势估量进行奶牛跛行辨认面对彼此遮挡、多标准方针等问题，使得方针检测和要害点辨认准确性较低。
针对上述难题，该研讨构建一套“方针检测-姿势估量-运动特征提取-跛行分类”的自顶向下办法，在检测端对传统方针检测算法进行轻量化改善。在姿势端将改善特征金字塔网络融入实时多方针姿势估量模型，进步了多标准与遮挡下的要害点定位精度。在特征提取端经过视频序列完结要害点运动盯梢，并同步提取步态对称性、头部摇摆起伏、背部曲率等7种跛行相关特征。最终使用随机森林完结跛行分类，准确率达到了93.8%。该研讨模型姿势估量精度比同类轻量算法进步了3~6个百分点，显着进步跛行辨认准确率与功率，为规划草场下降筛选率、削减医治本钱、进步饲养办理功率供给技能支撑。
