基于深度学习的鸡脸识别与行为分析算法研究
陈嘉茹1
侯英勇1
王树臣2
李尚民3
邹修国4
杜彬杰1
1.江苏华丽智能科技股份有限公司,江苏 常州 2131002.徐州工程学院电气与控制工程学院,江苏 徐州 2210183.江苏省家禽科学研究所,江苏 扬州 2251254.南京农业大学人工智能学院,江苏 南京 210031
摘要：为探索深度学习在鸡脸识别及其行为分析中的应用,通过构建并训练深度神经网络实现了高效精确的个体识别和行为模式分析,为智能化农业和动物行为学研究提供技术基础.研究围绕鸡的个体识别,通过图像识别技术解决养鸡业的疫病传播问题.研究选用YOLOv4模型进行鸡脸和行为的识别,与Faster R-CNN网络模型相比,YOLOv4在精确度和召回率的精度上都优于Faster R-CNN,显著提升检测准确率,表现出较传统技术更优的实时检测能力.未来,研究将致力于数据集扩展和模型优化,以提高准确性和实用性,助力养殖业疫病防控.
关键词：深度学习鸡脸识别行为分析神经网络
分类号：TP242(自动化技术及设备)S24(农业电气化与自动化)
资助基金：常州市国际科技合作项目(CZ20220011)徐州市重点研发计划项目(KC21135)常州市重点研发计划(CE20222025)工业和信息化部工程攻关项目(CEIEC-2022-ZM02-0225)江苏省重点研发计划(BE2022379)
论文发表日期：2024-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 24-26 )