摘要
本发明公开了一种基于深度学习的羊反刍行为识别方法及系统,属于畜禽健康养殖技术领域,获取用于羊反刍行为识别的视频数据,构造训练集,对YOLOv8目标检测模型进行训练;将待识别的视频数据转换为视频帧,输入训练后的YOLOv8目标检测模型,获取视频帧中带有ID标记框的羊头部图像的检测框和特征,通过Deepsort目标跟踪算法预测目标的下一帧位置和状态,对前后两帧的多个目标进行最优匹配,获取多个目标更新后的检测框和ID编号;通过判断当前帧与上一帧的间隔超过预设的帧数,当间隔超过预设的帧数时,保留当前帧并清除之前的所有帧,构造羊反刍分类视频数据集,通过构建的神经网络模型对反刍行为进行识别。该方法能够精准识别羊反刍行为。
技术关键词
识别方法
卷积神经网络模型
畜禽健康养殖技术
视频帧
卡尔曼滤波跟踪
图像
卡尔曼滤波模型
数据
标记
反刍时间
训练集
滑动窗口法
匈牙利算法
关键帧
抑制算法
索引
识别系统
系统为您推荐了相关专利信息
交通安全风险
智能识别方法
交通事故数据
加权关联规则
SMOTE算法
多模态数据融合
关系分析方法
注意力机制
支持向量机模型
关键词特征
火灾风险评估
智能预警方法
雷达
高风险
森林火灾预警
图片识别方法
汽车配件
全局特征提取
ResNet网络
图像哈希算法