一种基于改进YOLOv8的轻量化仔猪多行为识别方法

    公开(公告)号:CN119942649A

    公开(公告)日:2025-05-06

    申请号:CN202510095025.2

    申请日:2025-01-21

    Abstract: 本发明提供一种基于改进YOLOv8的轻量化仔猪多行为识别方法,包括:将数据集划分为训练集、验证集和测试集;设计PBR‑YOLO的网络架构,构建PBR‑YOLO轻量化网络架构,其中PBR‑YOLO先是使用Ghost模块网络替代原始骨干网络;C2f‑Faster‑EMA模块和ELMD;Ghost模块网络先是通过标准卷积生成本质特征图,再对本质特征图进行线性变换生成Ghost特征图;通过调整Ghost模块中的本质特征图参数量和Ghost特征图的参数量,得到所需要的参数压缩比;再引入FasterNet模块结合EMA形成C2f‑Faster‑EMA模块;使其能够在实际应用场景中自动检测仔猪行为。

    一种结合深度学习和多模态数据的智能化肉鸭估重方法

    公开(公告)号:CN119442168A

    公开(公告)日:2025-02-14

    申请号:CN202411398963.1

    申请日:2024-10-09

    Abstract: 本发明公开了一种结合深度学习和多模态数据的智能化肉鸭估重方法,所述方法包括S1、基于多视图摄像头获取肉鸭的视觉模态数据,S2、采集肉鸭的非视觉模态数据,S3、基于深度学习网络融合视觉模态数据与非视觉模态数据,S4、基于融合数据进行肉鸭关键点检测并校正姿势和遮挡误差,S5、利用校正后的关键点数据估算肉鸭体重;该结合深度学习和多模态数据的智能化肉鸭估重方法,实现对大批量肉鸭的实时体重估算,节省了人工操作时间,显著提高了生产管理效率,能够应对肉鸭不同姿态及相互遮挡的复杂养殖场景,增强了估重系统在真实养殖环境下的适应性和鲁棒性,保证了在各种情况下的稳定性能。

    一种害虫智能视觉检测方法

    公开(公告)号:CN113191229B

    公开(公告)日:2023-09-05

    申请号:CN202110424683.3

    申请日:2021-04-20

    Abstract: 本发明提供一种害虫智能视觉检测方法,包括:获取带害虫的农作物图像;对图像中的目标害虫进行人工标注;基于人工标注后的图像训练深度检测器;利用深度检测器对待检测的农作物图像进行目标害虫检测,生成检测框集合;采用非极大值联动策略消除检测框集合中的冗余检测框,完成害虫的智能视觉检测。本发明提出一种害虫智能视觉检测方法,通过嵌入注意力机制来引导基于滑动窗口策略的两阶段网络对锚点进行有效筛选,从而避免产生过量负样本;本发明给出一种优化非极大值抑制策略,通过使各检测框之间产生联动来有效增加正确检测框的置信度,从而避免正确检测框被错误抑制掉,有效解决了现有的两阶段害虫智能视觉检测技术的技术缺陷,提高检测精度。

Patent Agency Ranking