基于机器视觉的母猪哺乳行为监测方法研究

摘要：

[目的]针对母猪哺乳行为及哺乳时长的自动化监测水平低、人工观测费时费力等问题,提出一种基于YOLOv5结合db4小波的方法,实现非接触式母猪哺乳行为的判定和哺乳时长的监测.[方法]利用YOLOv5对目标母猪和仔猪进行识别并输出母猪姿态,选择姿态为侧卧的母猪获取其预测框面积,根据哺乳特征的预测框面积变化与哺乳行为建立对应关系,综合判定母猪的哺乳行为和哺乳时长;利用高、低通滤波器对母猪预测框面积进行下采样卷积,判定母猪哺乳行为和哺乳时长;对比加入db4小波前、后的识别准确率.[结果]母猪哺乳行为监测模型的精度均值和召回率分别为94.62％和93.70％,在加入db4小波前、后对哺乳行为时长判定的平均准确率为93.52％和96.04％,对清晰度为720P的视频平均监测速度分别为23.89和19.35 f?s-1.[结论]深层卷积神经网络模型结合db4小波为判定母猪的哺乳行为和哺乳时长提供技术支撑,识别准确率和监测速度均可满足猪场实际需求.

关键词：母猪、YOLOv5、db4、哺乳时长、卷积神经网络、实时监测

所属期刊栏目：45

分类号：TP391.4;S828(计算技术、计算机技术)

资助基金：江苏省科技计划项目;江苏省现代农机装备与技术示范推广

在线出版日期：2022-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：404-411