基于深度学习的猪只行为识别
宋著福1
王顺利1
孙倩1
鞠林2
王秀丽1
李丹3
曾勇庆2
1.山东农业大学信息科学与工程学院,山东 泰安 2710182.山东农业大学动物科技学院,山东 泰安3.山东医药技师学院,山东 泰安
摘要：在猪养殖过程中猪的行为与其健康状况有着密切的联系,及时发现猪的异常行为并加以治疗可以提高养殖的生产效益.利用深度学习技术进行猪只的行为识别,相较于传统人工方式效率更高.本文使用Realsense D455 相机采集猪只行为图像数据,使用Mosaic数据增强方法扩充数据集.将CBAM注意力机制模块加入YOLOv5 模型,提高网络模型对猪只行为的特征提取能力.使用PyQt库设计了猪只行为识别系统,实现对训练的模型进行调用,通过上传猪只图片或视频并设置相关参数实现了猪只行为识别的可视化.该系统界面简洁操作便利,猪只姿态识别准确率达到 90%以上,对猪只生产和基于深度学习的猪只行为识别研究具有一定的价值.
关键词：目标检测深度学习猪只行为YOLOv5
分类号：S828(家畜)TP391.41(计算技术、计算机技术)
资助基金：山东省农业良种工程重点项目(2020LZGC012)山东省生猪产业技术体系建设专项(SDAIT-08-02)
论文发表日期：2023-08-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 7-10,14 )