基于深度学习的猪只行为识别  

作　　者：宋著福 王顺利 孙倩[1] 鞠林 王秀丽[1] 李丹[3] 曾勇庆[2] 

机构地区：[1]山东农业大学信息科学与工程学院,山东泰安271018 [2]山东农业大学动物科技学院,山东泰安 [3]山东医药技师学院,山东泰安

出　　处：《山东畜牧兽医》2023年第8期7-10,14,共5页Shandong Journal of Animal Science and Veterinary Medicine

基　　金：山东省农业良种工程重点项目(2020LZGC012);山东省生猪产业技术体系建设专项(SDAIT-08-02)资助。

摘　　要：在猪养殖过程中猪的行为与其健康状况有着密切的联系,及时发现猪的异常行为并加以治疗可以提高养殖的生产效益。利用深度学习技术进行猪只的行为识别,相较于传统人工方式效率更高。本文使用Realsense D455相机采集猪只行为图像数据,使用Mosaic数据增强方法扩充数据集。将CBAM注意力机制模块加入YOLOv5模型,提高网络模型对猪只行为的特征提取能力。使用PyQt库设计了猪只行为识别系统,实现对训练的模型进行调用,通过上传猪只图片或视频并设置相关参数实现了猪只行为识别的可视化。该系统界面简洁操作便利,猪只姿态识别准确率达到90%以上,对猪只生产和基于深度学习的猪只行为识别研究具有一定的价值。

关 键 词：目标检测 深度学习 猪只行为 YOLOv5 

分 类 号：S828[农业科学—畜牧学] TP391.41[农业科学—畜牧兽医]