摘要
本申请涉及一种面向复杂环境的猪只实时健康监测方法。所述方法包括:基于YOLOv8构建猪只行为识别模型,获取猪只动作行为特征数据;建立猪只声音状态识别分类模型,获取猪只声音特征数据;基于层次分析法建立猪只健康评价体系,基于所述猪只动作行为特征数据和猪只声音特征数据结合所述猪只健康评价体系对猪只健康状态进行评价。提出基于多层次深度学习模型的行为分类方法、基于深度卷积神经网络与噪声抑制技术的联合识别模型和基于多维度指标融合与层次排序的健康评估模型,得到高准确度的微小行为识别效果,有效提高了咳嗽声的检测能力,使其能够在猪舍噪音复杂的环境中依然准确识别猪只的健康状态,得到准确的猪只健康状态评估结果。
技术关键词
实时健康监测
层次分析法建立
全局特征提取
局部特征提取
可变形卷积网络
数据
噪声抑制技术
深度卷积神经网络
指标
特征金字塔网络
深度学习模型
模块
矩阵
分类方法
机制
处理器
计算机设备
多层次
可读存储介质
系统为您推荐了相关专利信息
遥感影像数据
分类模型构建方法
全局特征提取
构建分类器
多尺度特征
3D点云物体
全局特征提取
原型
物体识别方法
多层感知机
微波光子雷达
微波雷达数据
重构方法
多信号
深度学习网络模型
天气
智能门窗控制系统
参数
驱动步进电机
全局特征提取