摘要
本发明公开了一种基于特征点检测的生猪行为识别方法,包括以下步骤,构建生猪特征点检测数据集和生猪行为识别数据集;建立生猪特征点检测模型YOLO‑ASF‑P2;结合所述特征点时序信息构建生猪行为识别模型CNN‑B i‑GRU;所述生猪行为识别模型CNN‑Bi‑GRU高效识别生猪的坐、站和躺三种行为。本发明的有益效果:一是生猪特征点检测模型YOLO‑ASF‑P2的检测精度为92.5%、召回率为90%、平均精度(AP50‑95)为68.2%、浮点运算次数为39.2GFLOPs、模型参数量为18.4M;二是生猪行为识别模型CNN‑Bi‑GRU针对生猪的坐、站、躺三种行为的平均识别精度为96%,提出的生猪特征点检测模型精度较高、轻量化,能够有效应对生猪姿态多变对特征点准确检测的挑战。
技术关键词
特征点检测模型
识别方法
空间结构信息
门控循环单元
编码模块
Sigmoid函数
融合多尺度特征
非线性映射关系
时序特征
卷积模块
通道注意力机制
姿态多变
特征点信息
全局平均池化
插值法
网络
系统为您推荐了相关专利信息
多标签
图像生成方法
人工智能图像
中间层
注意力
情感类别
交互注意力
多模态情感识别
模态特征
跨模态
工业互联网标识解析
物理设备
智能厨房
数据可视化界面
蚁群算法
罗非鱼
识别方法
超像素分割算法
直方图均衡化算法
识别系统