-
公开(公告)号:CN115659225A
公开(公告)日:2023-01-31
申请号:CN202211411883.6
申请日:2022-11-11
Applicant: 河北农业大学
IPC: G06F18/24 , G06F18/10 , G06F18/214 , G10L25/18 , G10L25/21 , G10L25/24 , G10L25/30 , G10L21/0232 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于深度学习的蛋鸡舍噪声应激源识别分类方法,包括:获取蛋鸡舍周围噪声的声音文件,对声音文件进行预处理,获得待识别声音文件,对待识别声音文件进行短时傅里叶变换获得声谱图;对预处理后的声音文件进行降噪处理,获得降噪后的数据集并划分为训练集和测试集;构建Resnet34网络模型,基于所述训练集对所述Resnet34网络模型进行训练,采用所述测试集对所述Resnet34网络模型进行测试,获得蛋鸡舍噪声应激源识别模型,利用所述蛋鸡舍噪声应激源识别模型进行蛋鸡舍周围噪声应激源识别分类。本发明利用深度学习方法,通过Resnet34网络模型对鸡舍周围环境声音的训练,完成对声音的识别与分类。
-
公开(公告)号:CN116311350A
公开(公告)日:2023-06-23
申请号:CN202310073369.4
申请日:2023-02-07
Applicant: 河北农业大学
IPC: G06V40/10 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种蛋鸡头部和背部区域智能识别方法,包括:建立蛋鸡区域识别数据集,对所述数据集进行预处理;对经过预处理后的数据集划分为训练集、验证集和测试集;基于深度学习YOLOX目标检测模型对所述训练集进行训练,学习蛋鸡头部和背部区域特征,获取蛋鸡头部和背部区域识别模型,通过所述蛋鸡头部和背部区域识别模型对蛋鸡的头部和背部区域进行识别。本发明具有普适应,模型具有一定的鲁棒性,并且整个过程无需手工提取特征,只需要将数据集放入模型中,可以实现对蛋鸡头部和背部区域的自动识别。
-
-