基于深度学习的鸡脸识别与行为分析算法研究  

作　　者：陈嘉茹 侯英勇 王树臣[2] 李尚民[3] 邹修国[4] 杜彬杰 

机构地区：[1]江苏华丽智能科技股份有限公司,江苏常州213100 [2]徐州工程学院电气与控制工程学院,江苏徐州221018 [3]江苏省家禽科学研究所,江苏扬州225125 [4]南京农业大学人工智能学院,江苏南京210031

出　　处：《数字农业与智能农机》2024年第8期24-26,共3页Digital Agriculture and Intelligent AgricuItural Machinery

基　　金：常州市国际科技合作项目“多层笼养鸡智能巡检机器人系统的联合研发及应用”(CZ20220011);徐州市重点研发计划项目“基于深度学习的智能养鸡场巡检机器人研发”(KC21135);常州市重点研发计划“笼养肉鸡环境智能预警与精准管控技术研究示范”(CE20222025);工业和信息化部工程攻关项目“绿色智能畜牧养殖成套装备工程化”(CEIEC-2022-ZM02-0225);江苏省重点研发计划“立体笼养肉鸡健康监测预警与精准环境管控系统研发”(BE2022379)。

摘　　要：为探索深度学习在鸡脸识别及其行为分析中的应用,通过构建并训练深度神经网络实现了高效精确的个体识别和行为模式分析,为智能化农业和动物行为学研究提供技术基础。研究围绕鸡的个体识别,通过图像识别技术解决养鸡业的疫病传播问题。研究选用YOLOv4模型进行鸡脸和行为的识别,与FasterR-CNN网络模型相比,YOLOv4在精确度和召回率的精度上都优于FasterR-CNN,显著提升检测准确率,表现出较传统技术更优的实时检测能力。未来,研究将致力于数据集扩展和模型优化,以提高准确性和实用性,助力养殖业疫病防控。

关 键 词：深度学习 鸡脸识别 行为分析 神经网络 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置] S24[自动化与计算机技术—控制科学与工程]