-
公开(公告)号:CN114463701B
公开(公告)日:2022-07-01
申请号:CN202210387398.3
申请日:2022-04-14
Applicant: 华南农业大学
IPC: G06V20/52 , G06V40/20 , G06V10/44 , G06V10/774 , G06V10/82 , G06T7/00 , G06T7/60 , G06N3/04 , G06K9/62 , G16H50/30 , A01K29/00 , A01K45/00 , G01D21/02 , G10L25/45 , G10L25/66 , G10L21/0232
Abstract: 本发明公开了一种基于多源大数据动物养殖数据挖掘的监测预警系统,属于动物养殖检测预警系统设计技术领域,包括动物体征传感器、动物声音传感器、环境传感器、轨道机器人、算法训练模块、动物健康数据产生模块、动物健康数字矩阵模块和动物健康分析模块;本方案提供一种多源动物养殖数据采集、处理及动物健康分析预警的系统,通过构建动物数字矩阵信息,并对养殖动物状态进行分析和预警,解决了通过多源大数据的方式挖掘动物养殖数据,并对非健康养殖动物健康预警的问题,本系统对于动物养殖具有通用性。
-
公开(公告)号:CN114258877B
公开(公告)日:2022-05-31
申请号:CN202210190861.5
申请日:2022-03-01
Applicant: 华南农业大学
Abstract: 本发明涉及人工智能技术领域,提出一种基于群体运动量统计特征的家禽健康评估方法及系统,其中包括以下步骤:从家禽所佩戴的带三轴传感器的脚环获取家禽数据,并对获取的数据进行预处理,得到家禽运动量数据;对家禽运动量数据进行异常数据检测和修正,得到经过修正的家禽运动量数据;根据经过修正的家禽运动量数据,对同一个体以及群体在不同时间段的家禽运动量数据进行统计及数据分布,并根据家禽运动量数据的统计及数据分布结果对家禽进行个体评分及群体评分;结合家禽运动量数据、个体评分结果和群体评分结果对家禽健康状态进行评估,得到家禽健康评估结果。本发明能够有效提高家禽健康检测精度、准确率,同时能够直观地反映家禽健康状况。
-
公开(公告)号:CN113920453A
公开(公告)日:2022-01-11
申请号:CN202111194639.4
申请日:2021-10-13
Applicant: 华南农业大学
Abstract: 本发明提供了一种基于深度学习的猪只体尺体重估测方法,涉及深度学习技术领域。本发明使用卷积神经网络进行猪只的体重预测,相关特征由卷积神经网络学习得到,不需要构建特征工程提取,从而使提取特征更全面,并且卷积神经网络在处理噪声数据和数据的非线性问题上优于线性模型;采用通用的2d彩色摄像头拍摄的猪只图片,设备价格低廉,实施本技术方案成本低。
-
公开(公告)号:CN119367514A
公开(公告)日:2025-01-28
申请号:CN202411663807.3
申请日:2024-11-20
Applicant: 华南农业大学
Abstract: 本申请属于生物技术领域,提供了一种家蚕细胞因子样蛋白作为抑制家蚕核型多角体病毒的药物的活性成分的用途,所述家蚕细胞因子样蛋白的氨基酸序列如SEQ ID NO:1所示,且该蛋白能够抑制家蚕核型多角体病毒的复制;此外,本申请还提供一种家蚕细胞因子样蛋白,通过PCR引物组对家蚕细胞因子样质粒扩增,得到家蚕细胞因子样扩增产物,再通过内切酶将家蚕细胞因子样扩增产物和家蚕细胞因子样质粒分别进行双酶切,纯化酶切产物后利用T4连接酶连接,转化大肠杆菌DH5α感受态细胞,筛选阳性克隆,提取质粒后所得到。
-
公开(公告)号:CN118628743A
公开(公告)日:2024-09-10
申请号:CN202410795257.4
申请日:2024-06-19
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/044 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络的田间水稻图像自动分割方法,属于图像处理领域,包括以下步骤:对在不同光照条件下采集的田间水稻原始图像Img进行分块,并对图像块进行编号和风格分类;采用改进的CycleGan循环生成对抗网络,在不同色调下对曝光风格的图像块进行处理,将曝光风格的图像块转换为温光风格的图像块;对转换后的图像块进行分割处理,得到图像块二值图;根据图像块二值图的编号,按照顺序进行逆向拼接合成处理,得到田间水稻原始图像Img的分割结果。本发明减少了人工标注成本,更好地保持了水稻叶面细节信息和清晰度,解决了原始图像中曝光区域水稻难以分割的问题。
-
公开(公告)号:CN116824448A
公开(公告)日:2023-09-29
申请号:CN202310754818.1
申请日:2023-06-25
Applicant: 华南农业大学
IPC: G06V20/40 , G06V10/46 , G06T7/00 , G06T7/50 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及图像数据采集处理技术领域,公开了一种基于关键点骨架和运动轨迹的猪只跛脚分级方法及系统,包括以下具体步骤:S1、获取猪只活动视频;S2、将猪只活动视频剪辑成样本视频;对样本视频中的每一帧进行目标检测和关键点识别;S3、将识别到的关键点连接成骨架图;组成时空骨架;将目标检测得到的猪目标框中心坐标作为猪的位置,生成该猪的运动轨迹;S4、通过ST‑GCN识别模型提取猪的时空骨架的特征;通过LSTM识别模型捕捉猪的运动轨迹的特征;融合时空骨架的特征和运动轨迹的特征,根据设定的猪的跛脚等级,分类猪只跛脚等级。本发明解决现有技术未能全面考虑猪只行走过程中全身的动态变化的问题,且具有搜索能力强、收敛速度高的特点。
-
公开(公告)号:CN116311502A
公开(公告)日:2023-06-23
申请号:CN202310107491.9
申请日:2023-02-09
Applicant: 华南农业大学
Abstract: 本发明涉及畜牧业信息技术领域,公开了一种基于目标跟踪的猪只行为节律分析方法及系统,包括以下步骤:S1.采集猪栏内所有猪只的视频信息;S2.训练猪只检测模型,根据视频信息,进行猪只检测;S3.通过多目标跟踪算法,结合猪只检测模型检测结果,对猪只进行多目标跟踪,获得猪只位置变化轨迹;S4.根据猪只位置变化轨迹,对猪只进行简单行为以及复杂行为的识别;S5.分析所有种猪个体简单行为和复杂行为一天内的变化规律,进一步分析猪只行为节律分析,判断猪只健康状态信息;本发明解决了现有种猪行为节律分析技术依赖人工判断的问题,提供了一种不依赖人工的基于目标跟踪的猪只行为节律分析方法及系统,其具有安全稳定,准确可靠的特点。
-
公开(公告)号:CN116034904B
公开(公告)日:2023-06-13
申请号:CN202310331237.7
申请日:2023-03-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于轨道式巡检机器人的猪只健康监测系统及方法,所述方法包括以下步骤:当机器人按照设定时间到达设定巡检位置时,利用数据采集模块通过多线程按照时间顺序进行数据采集,并将采集的原始元数据传输至数据分析存储模块;利用数据分析存储模块将采集的原始元数据进行存储和分析处理,转化为健康向量的形式进行存储,并传输至数据筛选模块;基于健康向量形式数据,利用数据筛选模块进行健康异常行为的筛选,获得异常预警信息;将异常预警信息和相应原始元数据上传至云服务器进行预报,进行人工核对。本发明实现无人24小时自动采集多项数据,能够准确定位并快速运动至目标位置,完成高效准确的数据采集工作。
-
公开(公告)号:CN113662530B
公开(公告)日:2023-02-07
申请号:CN202110753730.9
申请日:2021-07-02
Applicant: 华南农业大学
Abstract: 本发明针对现有技术的局限性,提出了一种猪只生理生长状态监测预警方法,本发明能够通过猪只的深度图像、热红外图像以及RGB图像对猪只的体尺、体重、体温以及行为进行监测,同时还实现了对体温异常以及猪只发情的情况进行预警,能够提升猪只养殖产业在生产管控方面的精细化智能化水平。
-
公开(公告)号:CN115359511A
公开(公告)日:2022-11-18
申请号:CN202210934696.X
申请日:2022-08-04
Applicant: 华南农业大学
IPC: G06V40/10 , G06V20/40 , G06N3/04 , G06N3/08 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种猪只异常行为检测方法,包括以下步骤:S1:从实时采集的猪只生活视频中逐帧提取图像;S2:采用改进的Yolov5n模型对提取的各帧图像进行目标检测和裁剪,得到每帧图像中各猪只的目标截图;S3:通过双流卷积自编码器提取特征向量;S4:采用K‑means和分类算法对特征向量进行聚类和分类;S5:通过分类器获取当前帧所有目标的分类分数,并将所有分类分数组合形成异常预测图;S6:对异常预测图进行高斯滤波时序平滑,得到的最高分类分数记为当前帧图像的异常分数;S7:判断当前帧图像的异常分数是否为正数;若是,则不存在异常行为,反之,存在。本发明提供的猪只异常行为检测方法解决了目前的异常检测方法不能实现通用的猪只异常行为检测的问题。
-
-
-
-
-
-
-
-
-