摘要
本发明提供了一种基于注意力融合的多模态生猪体重测量方法及系统,所述基于注意力融合的多模态生猪体重测量方法包括:S1、数据采集:使用深度相机同步获取猪只的RGB图像和深度图像,并且将深度图像转换为点云数据;S2、多模态特征提取:从RGB图像中提取2D特征,从点云数据中提取3D特征;S3、特征融合:将提取得到的2D特征和3D特征进行基于注意力机制的跨模态特征融合,得到注意力融合特征;S4、MLP回归预测:将注意力融合特征输入至MLP体重回归预测模型,通过MLP体重回归预测模型预测得到猪只的体重。本发明通过将2D特征和3D特征相融合,增强了系统在复杂场景中的适应性,有助于大幅提高体重预测的准确性。
技术关键词
体重测量方法
回归预测模型
融合特征
模态特征
注意力机制
深度相机
图像
特征提取模块
数据转换模块
体重预测
双三次插值
跨模态
空间金字塔
多模态
网络
点云密度
系统为您推荐了相关专利信息
堆叠模块
语音识别方法
残差模块
局部空间特征
线性
衰落模型
长短记忆网络
信号调制方式
低信噪比环境
特征提取模块
智能故障诊断方法
时域编码器
动态仿真模型
轴承故障诊断
拉普拉斯
无监督学习
生成对抗网络
网络模块
数据输入模块
低光照图像增强