公开(公告)号：CN115830490A

公开(公告)日：2023-03-21

申请号：CN202211386127.2

申请日：2022-11-07

Applicant: 华南农业大学

Inventor： 涂淑琴 ,  黄磊 ,  刘晓龙 ,  李承桀 ,  曾扬晨 ,  梁云

IPC: G06V20/40 ,  G06V10/764 ,  G06V40/20 ,  G06V40/10 ,  G06V10/80 ,  G06V10/82 ,  G06V10/24 ,  G06T7/246 ,  G06T7/277 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种群养生猪多目标跟踪及行为统计方法，包括如下步骤：S1：建立群养生猪的视频数据集，构建YOLOX‑X模型，所述YOLOX‑X模型依次包括特征提取主干网络，中间多尺度特征融合网络，目标检测定位和行为识别网络三个部分；S2：构建YOLOX‑X+ByteTrack模型，所述YOLOX‑X+ByteTrack模型包括YOLOX‑X模型、卡尔曼滤波、IoU匹配算法、匈牙利匹配算法和轨迹的创建、删除和合并；S3：在YOLOX‑X+ByteTrack模型中设计猪只锚框和轨迹插值后处理策略，获得改进的YOLOX‑X+ByteTrack模型；S4：采用改进的YOLOX‑X+ByteTrack模型对群养生猪进行目标追踪和行为统计。本发明能够有效改进ID频繁错误变换，提升跟踪器的准确度，保持优秀的检测跟踪速度，生成每头猪只的行为与健康情况分析表，实现群养猪场的猪只多类行为的实时监控与快速准确跟踪。

公开(公告)号：CN115223191A

公开(公告)日：2022-10-21

申请号：CN202210542599.6

申请日：2022-05-18

Applicant: 华南农业大学

Inventor： 涂淑琴 ,  梁云 ,  刘晓龙 ,  黄磊 ,  汤寅杰 ,  曾钱涛 ,  黄正鑫

IPC: G06V40/10 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明公开了一种群养生猪行为的识别和跟踪方法，包括如下步骤：S1：建立群养生猪的视频数据集；S2：构建YOLOX‑S模型；S3：构建YOLOX‑S+DeepSORT模型，所述YOLOX‑S+DeepSORT模型包括YOLOX‑S模型、卡尔曼滤波和匈牙利匹配算法；S4：构建改进的YOLOX‑S+DeepSORT模型，所述改进的YOLOX‑S+DeepSORT模型包括YOLOX‑S+DeepSORT模型和DeepSORT优化算法。本发明能够有效改进ID频繁错误变换，提升跟踪器的准确度，保持优秀的检测跟踪速度，实现实际养猪场的猪只多类行为的实时监控与快速准确跟踪。

公开(公告)号：CN115223191B

公开(公告)日：2025-04-29

申请号：CN202210542599.6

申请日：2022-05-18

Applicant: 华南农业大学

Inventor： 涂淑琴 ,  梁云 ,  刘晓龙 ,  黄磊 ,  汤寅杰 ,  曾钱涛 ,  黄正鑫

IPC: G06V40/10 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明公开了一种群养生猪行为的识别和跟踪方法，包括如下步骤：S1：建立群养生猪的视频数据集；S2：构建YOLOX‑S模型；S3：构建YOLOX‑S+DeepSORT模型，所述YOLOX‑S+DeepSORT模型包括YOLOX‑S模型、卡尔曼滤波和匈牙利匹配算法；S4：构建改进的YOLOX‑S+DeepSORT模型，所述改进的YOLOX‑S+DeepSORT模型包括YOLOX‑S+DeepSORT模型和DeepSORT优化算法。本发明能够有效改进ID频繁错误变换，提升跟踪器的准确度，保持优秀的检测跟踪速度，实现实际养猪场的猪只多类行为的实时监控与快速准确跟踪。

公开(公告)号：CN115330833A

公开(公告)日：2022-11-11

申请号：CN202210632880.9

申请日：2022-06-06

Applicant: 华南农业大学

Inventor： 涂淑琴 ,  黄琼 ,  曾钱涛 ,  黄正鑫 ,  刘晓龙 ,  黄磊

IPC: G06T7/246 ,  G06T7/277 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种改进多目标跟踪的果实产量估算方法。该方法包括以下过程：获取自然场景下的农作物的视频数据；基于改进YOLOv5s模型识别视频数据中的目标农作物；将所述改进YOLOv5s模型识别的结果作为跟踪算法的输入；所述采用卡尔曼滤波、匈牙利匹配算法以及改进多目标跟踪算法构建产量估算算法，并采用所述产量估算算法统计所述目标农作物的数量。本发明提供的改进多目标跟踪的果实产量估算方法，可以实现果实产量估算的需求，为实现果园智能化管理提供技术支持。