CN111414811A - 猪只饮水监测系统及方法 - Google Patents
猪只饮水监测系统及方法 Download PDFInfo
- Publication number
- CN111414811A CN111414811A CN202010136547.XA CN202010136547A CN111414811A CN 111414811 A CN111414811 A CN 111414811A CN 202010136547 A CN202010136547 A CN 202010136547A CN 111414811 A CN111414811 A CN 111414811A
- Authority
- CN
- China
- Prior art keywords
- module
- water
- drinking water
- image
- drinking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003651 drinking water Substances 0.000 title claims abstract description 101
- 235000020188 drinking water Nutrition 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 97
- 241000282887 Suidae Species 0.000 claims abstract description 66
- 230000035622 drinking Effects 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 20
- 238000013527 convolutional neural network Methods 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 16
- 230000036571 hydration Effects 0.000 claims 1
- 238000006703 hydration reaction Methods 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 38
- 241001465754 Metazoa Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mining & Mineral Resources (AREA)
- Psychiatry (AREA)
- Agronomy & Crop Science (AREA)
- Social Psychology (AREA)
- Marine Sciences & Fisheries (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Husbandry (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种猪只饮水监测系统及方法，所述系统包括：供水模块、图像采集模块、行为识别模块、计算模块，其中，所述供水模块用于为猪只提供饮用水；所述图像采集模块用于采集所述供水模块对应区域的图像信息；所述行为识别模块与所述图像采集模块连接，用于根据所述图像信息判断所述猪只是否处于饮水状态；所述计算模块与所述行为识别模块连接，用于根据所述行为识别模块的判断结果获取有效饮水图像数量，并根据所述有效饮水图像数量和所述供水模块的供水属性计算所述猪只的饮水量。采用本系统能够为猪只的饮水监测提供节约成本的新方法。
Description
技术领域
本发明涉及图像处理、机器视觉技术领域，尤其涉及一种猪只饮水监测系统及方法。
背景技术
随着动物福利和精细养殖的发展，对动物各个方面的关注极其重要，饮水作为衡量猪只生长状况的重要指标之一，越来越受到人们的重视。
在对猪只饮水监控的技术发展历程中，对于猪只个体行为识别，现阶段主要是通过RFID电子耳标技术，但是其侵入式的佩戴方式严重影响猪只正常行为的表达。此外RFID电子耳标，由于其价格昂贵，难以回收利用，大大增加了猪场生产管理成本。所以，如何对猪只的行为进行监控进而获取猪只的饮水量，是目前亟待解决的问题。
发明内容
针对现有技术中存在的问题，本发明实施例提供一种猪只饮水监测系统及方法。
本发明实施例提供一种猪只饮水监测系统，包括：供水模块、图像采集模块、行为识别模块、计算模块，其中，
所述供水模块用于为猪只提供饮用水；
所述图像采集模块用于采集所述供水模块对应区域的图像信息；
所述行为识别模块与所述图像采集模块连接，用于根据所述图像信息判断所述猪只是否处于饮水状态；
所述计算模块与所述行为识别模块连接，用于根据所述行为识别模块的判断结果获取有效饮水图像数量，并根据所述有效饮水图像数量和所述供水模块的供水属性计算所述猪只的饮水量。
在其中一个实施例中，所述系统还包括：图像预处理模块，其中，
所述图像预处理模块与所述图像采集模块和所述行为识别模块连接，用于对所述图像信息进行预设的图像处理操作，并将进行所述图像处理操作后的图像输入到所述行为识别模块。
本发明实施例提供一种基于上述系统的猪只饮水监测方法，包括：
所述图像采集模块采集所述供水模块对应区域的图像信息；
所述行为识别模块根据所述图像信息判断所述猪只是否处于饮水状态；
所述计算模块根据所述行为识别模块的判断结果获取所述有效饮水图像数量，并根据所述有效饮水图像数量和所述供水模块的供水属性计算所述猪只的饮水量。
在其中一个实施例中，所述方法还包括：
所述行为识别模块获取预设的猪只饮水判断的卷积神经网络模型，并根据所述卷积神经网络模型对所述图像信息中的猪只判断是否处于饮水状态。
在其中一个实施例中，所述方法还包括：
所述行为识别模块获取所述供水模块对应区域的猪只饮水图片和猪只未饮水图片，并将所述猪只饮水图片和猪只未饮水图片划分为训练样本集；
将所述训练样本集中的图片输入到卷积神经网络中，对所述卷积神经网络进行训练，当所述训练的次数达到预设次数后，将所述训练得到的卷积神经网络模型保存。
在其中一个实施例中，所述方法还包括：
所述计算模块获取所述有效饮水图像的数量和图像采集模块的采集频率，根据所述采集频率和数量计算得到猪只饮水时长；
通过所述猪只饮水时长和所述供水模块的供水属性计算所述猪只的饮水量，所述供水属性为所述供水模块的水流量。
在其中一个实施例中，所述方法还包括：
所述图像采集模块将所述图像信息传输至所述图像预处理模块；
所述图像预处理模块根据预设的图像处理操作对所述图像信息进行处理，并将进行所述图像处理操作后的图像信息传输到所述行为识别模块。
在其中一个实施例中，所述图像处理操作，包括：
图像去噪、图像归一化和提取所述图像信息中的猪只饮水区域信息。
本发明实施例提供的猪只饮水监测系统及方法，通过图像采集和行为识别猪只的饮水行为，更进一步的获取猪只的饮水量，为猪只的饮水监测提供了节约成本的新方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中猪只饮水监测系统的结构图；
图2为本发明实施例中猪只饮水监测方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的猪只饮水监测系统的结构示意图，如图1所示，本发明实施例提供了一种猪只饮水监测系统，包括：供水模块101、图像采集模块102、行为识别模块103、计算模块104。
其中，供水模块101用于为猪只提供适宜猪只引用的饮用水，供水模块可以包括输水管、恒流鸭嘴式饮水器、后壳等装置，供水模块可以恒定饮用水的流速为猪只提供饮用水。
图像采集模块102与供水模块101连接，用于获取供水模块对应区域，即猪只饮水区域的图像信息，采集对象为猪只饮水区域中猪只饮水的图像信息。
行为识别模块103与图像采集模块102连接，用于根据图像采集模块采集到的图像信息进行行为识别，根据图像信息判断猪只是否处于饮水状态中，并获取有效饮水图像数量，其中，有效饮水图像为猪只处于饮水状态的饮水图片，通过训练神经网络建立猪只饮水识别模型。
计算模块104与行为识别模块103连接，用于获取行为识别模块获取到的猪只饮水图片，根据猪只饮水图片和供水模块的供水属性计算猪只的饮水量，具体地，计算模块可以根据猪只饮水图片计算得到猪只的饮水时间，然后根据猪只饮水时间以及供水模块的单位时间供水量(水流量)计算得到猪只的饮水量，计算方法，可以比如：图像采集模块采集图像的频率为f，一般的，图像采集频率1张/秒为宜，饮水图片的数量为n，则猪只饮水时间为t＝n*1/f，供水模块的鸭嘴式饮水器出水的速度恒定为Q，进而求得饮水量L＝Qt。
采用本实施方式中所提供的猪只饮水监测系统，通过图像采集和行为识别猪只的饮水行为，更进一步的获取猪只的饮水量，为猪只的饮水监测提供了节约成本的新方法。
在上述实施例的基础上，所述猪只饮水监测系统，还包括：图像预处理模块，其中，
所述图像预处理模块与所述图像采集模块和所述行为识别模块连接，用于对所述图像信息进行预设的图像处理操作，并将进行所述图像处理操作后的图像信息输入到所述行为识别模块。
具体地，图像采集模块在采集到图像信息后，图像信息中的猪只饮水动作可能不清楚，存在噪音干扰，则需要对图像信息进行图像处理，图像预处理模块对图像的处理操作可以包括对图像信息进行去噪，将图像信息归一化为相同大小和格式的图像以及将图像信息中猪只饮水部分的图像放大等操作，得到更容易判断猪只是否饮水的图像信息，并将处理过的图像信息输入到行为识别模块。
本发明实施例对图像信息进行图像处理操作，使行为识别模块能更准确的根据图像处理过的图像信息判断猪只是否处于饮水状态。
基于图1所示的猪只饮水监测系统，本实施方式还提供了一种猪只饮水监测方法，如图2所示，该方法主要包括以下几个步骤：
步骤S201，所述图像采集模块采集所述供水模块对应区域的图像信息。
具体地，图像采集模块持续采集供水模块对应区域的图像信息，即供水模块可以以恒定的流速提供猪只饮用水，而图像采集模块则可以通过摄像头拍摄对应供水区域的图像信息。
步骤S202，所述行为识别模块根据所述图像信息判断所述猪只是否处于饮水状态。
具体地，行为识别模块根据图像采集模块采集到的图像信息进行行为识别，根据图像信息判断猪只是否处于饮水状态中，并获取其中猪只处于饮水状态的饮水图片，通过训练神经网络建立猪只饮水识别模型。
步骤S203，所述计算模块根据所述行为识别模块的判断结果获取所述图像信息中的有效饮水图像数量，并根据所述有效饮水图像数量和所述供水模块的供水属性计算所述猪只的饮水量。
具体地，计算模块获取行为识别模块输出的有效饮水图像数量信息，根据猪只有效饮水图像的数量和供水模块的供水属性计算猪只的饮水量，计算的计算过程可以为：根据猪只有效饮水图像的数量计算得到猪只的饮水时间，然后根据猪只饮水时间以及供水模块的单位时间供水量(水流量)计算得到猪只的饮水量。
本发明实施例提供的一种猪只饮水监测方法，通过图像采集和行为识别猪只的饮水行为，更进一步的获取猪只的饮水量，为猪只的饮水监测提供了新方法。
在上述实施例的基础上，所述猪只饮水监测方法，还包括：
所述行为识别模块获取预设的猪只饮水判断的卷积神经网络模型，并根据所述卷积神经网络模型对所述图像信息中的猪只判断是否处于饮水状态。
在本发明实施例中，行为识别模块通过图像信息判断猪只是否处于饮水状态时，可以通过预设的猪只饮水判断的卷积神经网络模型进行判断，其中，猪只饮水判断的卷积神经网络模型的构建，可以通过获取历史图像中供水模块对应区域的猪只饮水图片和猪只未饮水图片作为训练样本集进行训练，训练过程可以比如选取80％图像作为训练样本集，20％图像作为测试样本集，输入到构建的卷积神经网络中对该神经网络模型进行深度学习的训练，若模型在训练样本集上的准确率高于设定的阈值，损失值低于设定的阈值，则停止模型的训练，或者训练次数达到预定的次数后，训练，得到训练后卷积神经网络模型保存，将图像信息输入卷积神经网络模型，得到图像信息的判断结果。
本发明实施例通过卷积神经网络模型，基于深度学习的基础上判断猪只的饮水状态，使判断结果更准确。
在上述实施例的基础上，所述猪只饮水监测方法，还包括：
所述计算模块获取所述饮水图片的采集频率和数量，根据所述采集频率和判别有效饮水图像的数量计算得到猪只有效饮水时长；
通过所述猪只饮水时长和所述供水模块的供水属性计算所述猪只的饮水量，所述供水属性为所述供水模块的水流量。
本发明实施例中，计算模块在计算猪只饮水量时，计算方法可以为：获取饮水图片的采集频率和数量，根据采集频率和数量计算得到猪只饮水时长，比如图像采集模块采集图像的频率为f，图片信息中的饮水图片的数量为n，则猪只饮水时间为t＝n*1/f，然后获取供水模块的供水属性，即供水模块的水流量，比如当水流量恒定为Q时，则求得饮水量L＝Qt。
本发明实施例通过猪只饮水时长和恒定水流量计算得到猪只饮水量。
在上述实施例的基础上，所述猪只饮水监测方法，还包括：
所述图像采集模块将所述图像信息输入至所述图像预处理模块；
所述图像预处理模块根据预设的图像处理操作对所述图像信息进行处理，并将进行所述图像处理操作后的图像信息输入到所述行为识别模块。
本发明实施例中，图像采集模块在采集到图像信息后，图像信息中的猪只饮水动作可以不清楚，存在噪音干扰，则图像采集模块将图像信息发送至图像预处理模块，图像预处理模块对图像信息进行图像处理，图像处理操作可以包括对图像信息进行去噪，将图像信息归一化为相同大小和格式的图像以及将图像信息中猪只饮水部分的图像放大以及提取等操作，得到更容易判断猪只是否饮水的图像信息，并将处理过的图像信息输入至行为识别模块。
本发明实施例通过图像预处理模块对图像信息进行处理。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种猪只饮水监测系统，其特征在于，包括：供水模块、图像采集模块、行为识别模块、计算模块，其中，
所述供水模块用于为猪只提供饮用水；
所述图像采集模块用于采集所述供水模块对应区域的图像信息；
所述行为识别模块与所述图像采集模块连接，用于根据所述图像信息判断所述猪只是否处于饮水状态；
所述计算模块与所述行为识别模块连接，用于根据所述行为识别模块的判断结果获取有效饮水图像数量，并根据所述有效饮水图像数量和所述供水模块的供水属性计算所述猪只的饮水量。
2.根据权利要求1所述的猪只饮水监测系统，其特征在于，所述系统还包括：图像预处理模块，其中，
所述图像预处理模块与所述图像采集模块和所述行为识别模块连接，用于对所述图像信息进行预设的图像处理操作，并将进行所述图像处理操作后的图像信息输入到所述行为识别模块。
3.一种基于权利要求1所述系统的猪只饮水监测方法，其特征在于，包括：
所述图像采集模块采集所述供水模块对应区域的图像信息；
所述行为识别模块根据所述图像信息判断所述猪只是否处于饮水状态；
所述计算模块根据所述行为识别模块的判断结果获取所述有效饮水图像数量，并根据所述有效饮水图像数量和所述供水模块的供水属性计算所述猪只的饮水量。
4.根据权利要求3所述的猪只饮水监测方法，其特征在于，所述方法还包括：
所述行为识别模块获取预设的猪只饮水判断的卷积神经网络模型，并根据所述卷积神经网络模型对所述图像信息中的猪只判断是否处于饮水状态。
5.根据权利要求4所述的猪只饮水监测方法，其特征在于，所述方法还包括：
所述行为识别模块获取所述供水模块对应区域的猪只饮水图片和猪只未饮水图片，并将所述猪只饮水图片和猪只未饮水图片划分为训练样本集；
将所述训练样本集中的图片输入到卷积神经网络中，对所述卷积神经网络进行训练，当所述训练的次数达到预设次数后，将所述训练得到的卷积神经网络模型保存。
6.根据权利要求3所述的猪只饮水监测方法，其特征在于，所述方法还包括：
所述计算模块获取所述有效饮水图片的数量和图像采集模块的采集频率，根据所述采集频率和数量计算得到猪只饮水时长；
通过所述猪只饮水时长和所述供水模块的供水属性计算所述猪只的饮水量，所述供水属性为所述供水模块的水流量。
7.根据权利要求3所述的猪只饮水监测方法，其特征在于，所述方法还包括：
所述图像采集模块将所述图像信息传输至所述图像预处理模块；
所述图像预处理模块根据预设的图像处理操作对所述图像信息进行处理，并将进行所述图像处理操作后的图像信息传输到所述行为识别模块。
8.根据根据权利要求7所述的猪只饮水监测方法，其特征在于，所述图像处理操作，包括：
图像去噪、图像归一化和提取所述图像中的猪只饮水区域信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010136547.XA CN111414811A (zh) | 2020-03-02 | 2020-03-02 | 猪只饮水监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010136547.XA CN111414811A (zh) | 2020-03-02 | 2020-03-02 | 猪只饮水监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111414811A true CN111414811A (zh) | 2020-07-14 |
Family
ID=71494085
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010136547.XA Pending CN111414811A (zh) | 2020-03-02 | 2020-03-02 | 猪只饮水监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111414811A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112931289A (zh) * | 2021-03-10 | 2021-06-11 | 中国农业大学 | 猪只采食监测方法及装置 |
| CN112016527B (zh) * | 2020-10-19 | 2022-02-01 | 成都大熊猫繁育研究基地 | 基于深度学习的大熊猫行为识别方法、系统、终端及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108363990A (zh) * | 2018-03-14 | 2018-08-03 | 广州影子控股股份有限公司 | 一种猪脸识别系统及方法 |
| CN108508782A (zh) * | 2018-01-29 | 2018-09-07 | 江苏大学 | 基于arm的猪只行为跟踪识别监控装置及方法 |
| CN110334642A (zh) * | 2019-07-01 | 2019-10-15 | 河南牧业经济学院 | 一种猪行为的机器视觉识别方法及系统 |
| CN110495405A (zh) * | 2019-07-12 | 2019-11-26 | 中国农业大学 | 一种生猪养殖监测节点、系统及方法 |
-
2020
- 2020-03-02 CN CN202010136547.XA patent/CN111414811A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108508782A (zh) * | 2018-01-29 | 2018-09-07 | 江苏大学 | 基于arm的猪只行为跟踪识别监控装置及方法 |
| CN108363990A (zh) * | 2018-03-14 | 2018-08-03 | 广州影子控股股份有限公司 | 一种猪脸识别系统及方法 |
| CN110334642A (zh) * | 2019-07-01 | 2019-10-15 | 河南牧业经济学院 | 一种猪行为的机器视觉识别方法及系统 |
| CN110495405A (zh) * | 2019-07-12 | 2019-11-26 | 中国农业大学 | 一种生猪养殖监测节点、系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112016527B (zh) * | 2020-10-19 | 2022-02-01 | 成都大熊猫繁育研究基地 | 基于深度学习的大熊猫行为识别方法、系统、终端及介质 |
| CN112931289A (zh) * | 2021-03-10 | 2021-06-11 | 中国农业大学 | 猪只采食监测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110135231B (zh) | 动物面部识别方法、装置、计算机设备和存储介质 | |
| CN106778902B (zh) | 基于深度卷积神经网络的奶牛个体识别方法 | |
| CN109984054B (zh) | 发情检测方法、发情检测装置和发情检测系统 | |
| CN110598658B (zh) | 一种母猪哺乳行为的卷积网络识别方法 | |
| CN113662530B (zh) | 一种猪只生理生长状态监测预警方法 | |
| CN108491807B (zh) | 一种奶牛发情行为实时监测方法及系统 | |
| CN104008367A (zh) | 基于计算机视觉的育肥猪的自动行为分析系统及方法 | |
| CN116935327B (zh) | 基于ai视觉的水产养殖监控方法、装置、设备及存储介质 | |
| Kaixuan et al. | Target detection method for moving cows based on background subtraction | |
| CN111414811A (zh) | 猪只饮水监测系统及方法 | |
| CN114596448A (zh) | 一种肉鸭健康管理方法及其管理系统 | |
| CN110717542A (zh) | 一种情绪识别方法、装置和设备 | |
| CN112150498B (zh) | 体态信息的确定方法、装置、存储介质及电子装置 | |
| CN109086696B (zh) | 一种异常行为检测方法、装置、电子设备及存储介质 | |
| CN114898261A (zh) | 一种基于视频和生理数据融合的睡眠质量评估方法及系统 | |
| Isa et al. | CNN transfer learning of shrimp detection for underwater vision system | |
| Sumi et al. | Framework of cow calving monitoring system using a single depth camera | |
| CN115457468A (zh) | 一种大型草场的智慧畜牧监测方法及系统 | |
| CN118097423A (zh) | 基于人工智能的水稻病害预警和防治系统及方法 | |
| CN113221776B (zh) | 一种基于人工智能对反刍动物一般行为识别的方法 | |
| KR20220146225A (ko) | 딥러닝 영상분석 기술 기반 양돈수 카운팅 및 환돈 탐지 시스템 | |
| Sumi et al. | Framework of cow calving monitoring system using video images | |
| CN111915616A (zh) | 一种基于弱监督图像分割进行红外测温的方法及装置 | |
| CN115661717A (zh) | 牲畜爬跨行为标注方法、装置、电子设备及存储介质 | |
| CN112070791B (zh) | 一种提升畜牧个体点数精度和效率的方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |