论文部分内容阅读
基于计算机视觉技术,借助已有系统获得肉牛进食行为数据,并与体重变化、健康状况等进行关联分析,对肉牛科学养殖具有重要意义。为此提出了一种基于机器视觉的肉牛进食行为识别方法。该方法采用YOLOv3模型对观测范围内的肉牛目标进行检测,利用卷积神经网络识别单个目标的进食行为,进而实现对多目标肉牛进食行为的识别。卷积操作时,利用填充(padding)增强网络对目标边缘特征的提取能力;使用修正线性单元(ReLU)为激活函数,防止梯度消失;采用丢弃(dropout)方法提高网络的泛化能力。获取实际肉牛养殖场的监控