期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
母羊舔羔与新生羔羊站立姿态的识别及关联分析
1
作者
王国山
宋懿峰
+4 位作者
安晓萍
王园
刘娜
王文文
齐景伟
《中国畜牧兽医》
北大核心
2025年第8期3753-3766,共14页
[目的]试验旨在研究母羊舔羔和羔羊站立姿态智能检测、羔羊站立过程特征以及舔羔对羔羊站立的影响。[方法]收集30只母羊舔羔和羔羊站立过程视频,进行YOLOv5s模型训练。选取20只经产单胎萨能奶山羊及其子代新生羔羊,其中舔羔时长不足120 ...
[目的]试验旨在研究母羊舔羔和羔羊站立姿态智能检测、羔羊站立过程特征以及舔羔对羔羊站立的影响。[方法]收集30只母羊舔羔和羔羊站立过程视频,进行YOLOv5s模型训练。选取20只经产单胎萨能奶山羊及其子代新生羔羊,其中舔羔时长不足120 s的为对照组(Con组),舔羔时间在120 s以上的为舔羔组(Lick组),每组10只。基于训练好的YOLOv5s算法对母羊舔羔和羔羊站立姿态进行识别,依靠Farneback光流算法分析羔羊站立过程特征,结合两种算法提取的连续帧之间母羊舔羔和羔羊站立的时间和频次,采用Pearson进行相关性分析,采用单因素方差分析探究舔羔对羔羊站立的影响。[结果](1)YOLOv5s算法对舔羔姿态识别的平均精度为97.90%,羔羊躺卧姿态识别的平均精度为90.70%,羔羊尝试站立姿态识别的平均精度为82.60%,羔羊站立姿态识别的平均精度为86.30%。(2)通过Farneback光流算法分析羔羊站立过程特征,能有效展示羔羊从躺卧到站立过程中的运动轨迹和方向变化。(3)舔羔时间最长为1 462.00 s,最短为0 s,平均值为410.10 s;羔羊初次尝试站立时间在284.00~1 195.00 s之间,平均值为529.25 s;初次成功站立时间为695.00~2 921.00 s,平均值为1 464.35 s;尝试站立时间为323.00~1 785.00 s,平均值为930.10 s;羔羊尝试站立频次最小11.00次,最大46.00次,平均值23.60次。(4)Con组羔羊尝试站立次数明显高于Lick组,Con组和Lick组羔羊每次尝试站立持续时间随着尝试次数的增加呈现增加趋势。(5)舔羔总时长与羔羊尝试站立时长、羔羊初次成功站立时长、羔羊尝试站立频次呈显著负相关(P<0.05)。(6)Lick组羔羊出生后至初次尝试站立时间与Con组羔羊无明显差异(P>0.05);Lick组羔羊尝试站立时间显著短于Con组羔羊(P<0.05);Lick组羔羊初次成功站立的时间显著短于Con组羔羊(P<0.05);Lick组羔羊尝试站立次数显著少于Con组羔羊(P<0.05)。[结论]YOLOv5s模型能够准确识别母羊舔羔和羔羊站立姿态,Farneback光流算法可以很好地分析羔羊站立过程特征,而母羊舔羔时间越长可以促使羔羊具有较高的活力,使羔羊尽快成功完成站立。
展开更多
关键词
YOLOv5s模型
Farneback光流算法
母羊舔羔
羔
羊站立
在线阅读
下载PDF
职称材料
题名
母羊舔羔与新生羔羊站立姿态的识别及关联分析
1
作者
王国山
宋懿峰
安晓萍
王园
刘娜
王文文
齐景伟
机构
内蒙古农业大学动物科学学院
内蒙古自治区草食家畜饲料技术研究中心
出处
《中国畜牧兽医》
北大核心
2025年第8期3753-3766,共14页
基金
内蒙古自治区科技重大专项(2021ZD0023-3)
内蒙古自治区教育厅一流学科科研专项项目(YLXKZX-NND-007)。
文摘
[目的]试验旨在研究母羊舔羔和羔羊站立姿态智能检测、羔羊站立过程特征以及舔羔对羔羊站立的影响。[方法]收集30只母羊舔羔和羔羊站立过程视频,进行YOLOv5s模型训练。选取20只经产单胎萨能奶山羊及其子代新生羔羊,其中舔羔时长不足120 s的为对照组(Con组),舔羔时间在120 s以上的为舔羔组(Lick组),每组10只。基于训练好的YOLOv5s算法对母羊舔羔和羔羊站立姿态进行识别,依靠Farneback光流算法分析羔羊站立过程特征,结合两种算法提取的连续帧之间母羊舔羔和羔羊站立的时间和频次,采用Pearson进行相关性分析,采用单因素方差分析探究舔羔对羔羊站立的影响。[结果](1)YOLOv5s算法对舔羔姿态识别的平均精度为97.90%,羔羊躺卧姿态识别的平均精度为90.70%,羔羊尝试站立姿态识别的平均精度为82.60%,羔羊站立姿态识别的平均精度为86.30%。(2)通过Farneback光流算法分析羔羊站立过程特征,能有效展示羔羊从躺卧到站立过程中的运动轨迹和方向变化。(3)舔羔时间最长为1 462.00 s,最短为0 s,平均值为410.10 s;羔羊初次尝试站立时间在284.00~1 195.00 s之间,平均值为529.25 s;初次成功站立时间为695.00~2 921.00 s,平均值为1 464.35 s;尝试站立时间为323.00~1 785.00 s,平均值为930.10 s;羔羊尝试站立频次最小11.00次,最大46.00次,平均值23.60次。(4)Con组羔羊尝试站立次数明显高于Lick组,Con组和Lick组羔羊每次尝试站立持续时间随着尝试次数的增加呈现增加趋势。(5)舔羔总时长与羔羊尝试站立时长、羔羊初次成功站立时长、羔羊尝试站立频次呈显著负相关(P<0.05)。(6)Lick组羔羊出生后至初次尝试站立时间与Con组羔羊无明显差异(P>0.05);Lick组羔羊尝试站立时间显著短于Con组羔羊(P<0.05);Lick组羔羊初次成功站立的时间显著短于Con组羔羊(P<0.05);Lick组羔羊尝试站立次数显著少于Con组羔羊(P<0.05)。[结论]YOLOv5s模型能够准确识别母羊舔羔和羔羊站立姿态,Farneback光流算法可以很好地分析羔羊站立过程特征,而母羊舔羔时间越长可以促使羔羊具有较高的活力,使羔羊尽快成功完成站立。
关键词
YOLOv5s模型
Farneback光流算法
母羊舔羔
羔
羊站立
Keywords
YOLOv5s model
Farneback optical flow algorithm
ewe licking
lamb standing
分类号
S827 [农业科学—畜牧学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
母羊舔羔与新生羔羊站立姿态的识别及关联分析
王国山
宋懿峰
安晓萍
王园
刘娜
王文文
齐景伟
《中国畜牧兽医》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
