人工智能在畜禽养殖机器人中的应用与展望

1

作者 王克林 刘龙申 +3 位作者 陈金鑫 李鹏 OKINDA Cedric 沈明霞 《智能化农业装备学报(中英文)》 2025年第2期44-57,共14页

我国畜禽养殖量常年居于世界前列,不仅养殖种类齐全,且产业链与相关配套完整,在农业产业中占有举足轻重的地位。近年来,由于规模化养殖的快速发展以及动物疫病流行、劳动力短缺等因素,养殖产业对智能化、无人化的养殖设备提出了更高的... 我国畜禽养殖量常年居于世界前列,不仅养殖种类齐全,且产业链与相关配套完整,在农业产业中占有举足轻重的地位。近年来,由于规模化养殖的快速发展以及动物疫病流行、劳动力短缺等因素,养殖产业对智能化、无人化的养殖设备提出了更高的需求。其中,养殖机器人作为实现智慧化养殖的重要载体,可有效替代或协助人类完成部分工作,且对于提升动物福利、提高生产效率、减少污染浪费等方面具有重大意义和广阔前景。本研究综述了图像识别、深度学习、强化学习、自主导航等智能技术及热红外相机、深度相机、激光雷达等关键零部件在养殖机器人上的应用,并介绍了其可实现的例如动物生理信息检测、行为姿态识别、环境监测调控、饲料蛋奶管理等多种功能。此外,由于我国自动化养殖产业起步较晚,目前与发达国家仍存在一定差距,因此,本研究亦针对目前国内外智能化养殖机器人的产业现状和方向进行了介绍,并探讨了其背后发展历程、市场前景和政策支撑。本研究还展望了未来智能养殖行业的发展,指出了当前技术在经济性、稳定性、动物接受度等方面存在的挑战,并提出了未来可能的前进方向和改进目标,旨在为相关研究人员进一步推动技术革新和产业应用提供参考。 展开更多

关键词 人工智能 农业机器人 智慧养殖 深度学习 畜禽养殖

在线阅读 下载PDF 职称材料

生猪自动化养殖装备与技术研究进展与展望 被引量：31

2

作者 沈明霞 陈金鑫 +3 位作者 丁奇安 陈佳 刘龙申 孙玉文 《农业机械学报》 EI CAS CSCD 北大核心 2022年第12期1-19,共19页

生猪养殖业是我国畜牧业的重要组成部分,持续增长的养殖规模对养殖装备性能要求不断提升,目前我国生猪养殖业正处于智慧畜牧业初级阶段,自动化装备已得到广泛应用,智能化设备正在持续发展。本文分析了当前生猪养殖业中常用的自动化装备... 生猪养殖业是我国畜牧业的重要组成部分,持续增长的养殖规模对养殖装备性能要求不断提升,目前我国生猪养殖业正处于智慧畜牧业初级阶段,自动化装备已得到广泛应用,智能化设备正在持续发展。本文分析了当前生猪养殖业中常用的自动化装备和技术,从其在栏体、饲喂、环境控制以及粪污处理方面的技术手段,不同装备的优缺点与适用场景进行对比分析;基于当前发展进程对生猪养殖新阶段的智能装备和技术进行阐述,结合智能感知、物联网、云计算等技术对已有的智能饲喂、环控装备进行分析,并阐述了人工智能技术在生猪养殖设备中的应用,包括机器视觉与语音处理技术在生猪养殖智能检测系统中的应用,以及机器人技术替代人工进行养殖作业的发展。最后总结了当前生猪自动化养殖装备发展的研究重点,并展望了生猪自动化、智能化装备研究的发展趋势。 展开更多

关键词 生猪养殖 装备 人工智能 自动化

在线阅读 下载PDF 职称材料

母猪精准养殖智能感知技术研究进展 被引量：4

3

作者 刘龙申 柳荦 +2 位作者 周杰 欧扬森 薛鸿翔 《华南农业大学学报》 CAS CSCD 北大核心 2024年第5期635-648,共14页

母猪的生长状况、繁殖性能与健康状况是猪场管理的重要生产要素,直接关系到猪场的经济效益。我国母猪养殖还存在生产管理智能化水平低、健康管理效率低、生产力水平低等突出问题,制约了我国养殖业的高质量发展。本文从母猪生长信息感知... 母猪的生长状况、繁殖性能与健康状况是猪场管理的重要生产要素,直接关系到猪场的经济效益。我国母猪养殖还存在生产管理智能化水平低、健康管理效率低、生产力水平低等突出问题,制约了我国养殖业的高质量发展。本文从母猪生长信息感知技术、繁殖行为监测技术、健康状态感知技术等3个方面,总结了母猪精准养殖管理中生长、生理、健康监测的研究和发展现状,分析了母猪精准养殖技术的薄弱环节,对母猪养殖智慧管控系统的建设提出了建议,并对未来的发展趋势进行了展望,以期为我国养猪业绿色高效智能转型升级与智能养猪工厂的建设提供参考。 展开更多

关键词 精准养殖 母猪 养猪场 智能感知 行为表型监测 健康管理

在线阅读 下载PDF 职称材料

基于OD_SeGAN的断奶前仔猪实例分割方法

4

作者 李鹏 沈明霞 +4 位作者 刘龙申 陈金鑫 薛鸿翔 衡熙 孙玉文 《农业机械学报》 北大核心 2025年第5期482-491,共10页

在猪只智慧养殖中,猪只实例分割方法是实现猪只自动化检测的关键技术之一,但在实际分割场景中,存在猪只遮挡粘连等现象,易导致分割困难。针对产房中仔猪分割困难问题,本文提出一种基于YOLO v5s和GAN(Generative adversarial network)的... 在猪只智慧养殖中,猪只实例分割方法是实现猪只自动化检测的关键技术之一,但在实际分割场景中,存在猪只遮挡粘连等现象,易导致分割困难。针对产房中仔猪分割困难问题,本文提出一种基于YOLO v5s和GAN(Generative adversarial network)的实例分割模型OD_SeGAN。该方法通过目标检测算法YOLO v5s提取出仔猪目标,并输入至语义分割算法GAN实现分割,并使用空洞卷积替换GAN中的普通卷积,扩大网络感受野;其次,使用挤压-激励注意力机制模块,增强模型对仔猪全局特征的学习能力,提高模型的分割精度。实验结果表明,OD_SeGAN在测试集上IoU为88.6%,分别比YOLO v5s_Seg、Cascade_Mask_RCNN、Mask_RCNN、SOLO、Yolact高3.4、3.3、4.1、9.7、8.1个百分点。将OD_SeGAN应用于仔猪窝均质量估测任务中,测得仔猪窝均质量和仔猪像素点数之间皮尔逊相关系数为0.956。OD_SeGAN在实际生产场景中具有良好的仔猪分割性能,可为仔猪窝均质量估测等后续研究提供技术基础。 展开更多

关键词 仔猪 实例分割 注意力机制 GAN 窝均质量

在线阅读 下载PDF 职称材料

多模态技术在智能养鸡工厂中的研究现状与展望 被引量：1

5

作者 唐瑜嵘 解彬彬 +2 位作者 刘龙申 姚文 沈明霞 《南京农业大学学报》 北大核心 2025年第3期515-527,共13页

智能养鸡工厂是我国家禽业发展的必然趋势。规模化养鸡过程中往往伴随着众多数据,运用智能化手段对其进行采集与分析对于降低工作人员劳动成本、避免疾病扩散、提高养殖收益具有重要意义。利用多模态技术对鸡养殖过程中的数据进行多维... 智能养鸡工厂是我国家禽业发展的必然趋势。规模化养鸡过程中往往伴随着众多数据,运用智能化手段对其进行采集与分析对于降低工作人员劳动成本、避免疾病扩散、提高养殖收益具有重要意义。利用多模态技术对鸡养殖过程中的数据进行多维度采集、融合分析,能有效调控笼舍环境,及时、准确识别鸡只异常疾病,促使养殖人员及时干预、治疗。本文概述了多模态技术智能养鸡工厂中数据采集、融合的方法,分析多模态技术在鸡舍环境与鸡只生理信息监测、个体信息与行为分析、异常监测与疾病识别方面的研究现状,探讨了多模态技术在智能养鸡工厂中应用的关键挑战,并对今后智能养鸡工厂中多模态技术应用进行了展望,为我国智能养鸡工厂大数据平台建设提供参考。 展开更多

关键词 多模态技术 鸡病识别 数据分析 智能养殖

在线阅读 下载PDF 职称材料

基于改进YOLOv7和图像融合的哺乳期死亡仔猪检测方法

6

作者 衡熙 沈明霞 +2 位作者 刘龙申 姚文 李鹏 《南京农业大学学报》 北大核心 2025年第2期464-475,共12页

[目的]针对人工巡检哺乳期死亡仔猪费时费力且易引起母猪应激反应等问题,提出一种基于图像配准融合和改进YOLOv7的哺乳期死亡仔猪自动化检测方法。[方法]使用KAZE特征点匹配算法将可见光图像与热红外图像进行匹配,利用几何变换将配准图... [目的]针对人工巡检哺乳期死亡仔猪费时费力且易引起母猪应激反应等问题,提出一种基于图像配准融合和改进YOLOv7的哺乳期死亡仔猪自动化检测方法。[方法]使用KAZE特征点匹配算法将可见光图像与热红外图像进行匹配,利用几何变换将配准图像空间对齐,通过Curvelet变换将待配准图像进行分解重构逆变为融合图像。以YOLOv7模型为基础,将SE注意力模块引入原始网络的Backbone部分,形成改进模型YOLOv7-SE,降低图像中低暗背景信息对目标识别的干扰,从而提升模型的检测性能。[结果]试验结果表明:模型在融合图像上的准确率、召回率与平均精度均值均高于可见光图像与热红外图像;与原始YOLOv7相比,YOLOv7-SE在准确率和召回率上分别提升3.2%和4.3%,平均单幅图片检测时间仅为6.8 ms。[结论]该模型可以实现养殖场场景下哺乳期死亡仔猪准确快速检测。 展开更多

关键词 死亡仔猪 哺乳期 图像配准融合 YOLOv7-SE

在线阅读 下载PDF 职称材料

基于YOLOX和DeepSORT的淡水鱼行为检测算法研究

7

作者 张哲鼎 王超柱 +2 位作者 陈骏 OKINDA Cedric 刘龙申 《智能化农业装备学报(中英文)》 2025年第3期88-97,共10页

淡水鱼行为识别是生态学研究的重要组成部分,有助于理解鱼类的生态习性和环境适应能力。为实现淡水鱼行为识别,研究提出一种基于YOLOX和DeepSORT算法的淡水鱼行为检测算法。选用Open Image Dataset V7中鱼类目标检测数据集作为数据集1,... 淡水鱼行为识别是生态学研究的重要组成部分,有助于理解鱼类的生态习性和环境适应能力。为实现淡水鱼行为识别,研究提出一种基于YOLOX和DeepSORT算法的淡水鱼行为检测算法。选用Open Image Dataset V7中鱼类目标检测数据集作为数据集1,采用YOLOX进行淡水鱼目标检测模型训练,以迁移学习方式对人工标注、图像增强后的数据集2进行二次训练,完成淡水鱼目标检测模型。基于目标检测,获取外观特征,使用DeepSORT搭建淡水鱼目标追踪算法,获取鱼的位置信息、速度和加速度。通过分析鱼的运动信息,设定规则对鱼类活动、死亡、急游及其他常见行为进行分类。研究结果表明,采用迁移学习与图像增强减少模型训练所需样本量,淡水鱼目标检测模型具有较好的准确性,检测精度达到83%。DeepSORT算法对淡水鱼目标跟踪结果效果较好,能够准确提取淡水鱼运动信息,处理速度为10帧/s,有较好的实时性,MOTA、MOTP、IDF1分别达到83.582%、96.245%和94.105%,具备较好的追踪性能。基于运动信息按预设规则对淡水鱼行为定义,使用支持向量机和随机森林进行分类,其中随机森林方法准确率达到99.72%。研究所提出的基于YOLOX和DeepSORT的淡水鱼行为检测算法,在保证较高检测精度的同时实现了良好的实时性,能够有效地识别淡水鱼的行为模式,为生态学研究提供有力的技术支持。 展开更多

关键词 YOLO DeepSORT 淡水鱼 水产养殖 行为检测

在线阅读 下载PDF 职称材料

人工智能技术在畜禽养殖业的发展现状与展望 被引量：28

8

作者 唐瑜嵘 沈明霞 +1 位作者 薛鸿翔 陈金鑫 《智能化农业装备学报（中英文）》 2023年第1期1-16,共16页

畜禽养殖业是我国农业的重要组成,持续增长的养殖规模对养殖技术的智能化要求不断提升,伴随着养殖人才的缺失,对于养殖技术的智能化、无人化需求日益增多。目前我国养殖产业正处于智慧畜牧业初级阶段,智能化技术正在逐步运用于畜禽养殖... 畜禽养殖业是我国农业的重要组成,持续增长的养殖规模对养殖技术的智能化要求不断提升,伴随着养殖人才的缺失,对于养殖技术的智能化、无人化需求日益增多。目前我国养殖产业正处于智慧畜牧业初级阶段,智能化技术正在逐步运用于畜禽养殖产业,处于刚起步阶段。通过归纳国内外专家学者应用于畜禽养殖产业人工智能领域的机器学习、图像识别、专家系统、神经网络、自然语言处理等技术,分析当前人工智能技术在畜禽养殖业中环境控制、精准饲喂、健康管理、蛋奶管理以及粪污处理等主要应用场景及发展历程。并基于当下国内外主流的人工智能技术在畜禽养殖领域的应用,以及机器人技术在替代人工进行养殖作业的发展进行阐述,通过研究学者与生产人员的不断努力,人工智能技术在常规的饲喂、环控和粪污处理方面取得了逐步的应用,畜禽养殖生产管理智能机器人方面也有消杀机器人、拾蛋机器人、挤奶机器人、智能巡检机器人、清粪机器人等。但由于我国智能养殖产业起步较晚,并没有形成自主研发、集成式智能养殖装备和智能养殖技术,在养殖动物福利方面缺乏关注,养殖过程中所产生污染较为严重。在此基础上提出了要基于国产芯片研判多功能养殖机器人的建议。借鉴畜牧业发达国家经验,展望我国智能化畜禽养殖场的人工智能技术应用的产业需求、发展前景,提出技术研究和产业应用建议,本研究旨在为未来人工智能技术在畜禽养殖领域的发展提供一定的思路。 展开更多

关键词 畜禽养殖 智慧养殖 人工智能 图像识别 精准饲喂 机器人

在线阅读 下载PDF 职称材料

基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法 被引量：4

9

作者 林庆霞 顾兴健 +5 位作者 陈新文 熊迎军 张国敏 王锋 张生福 陆明洲 《农业工程学报》 EI CAS CSCD 北大核心 2024年第13期146-155,共10页

为评价母羊繁殖性能并及时发现分娩栏中的弱活力羔羊,该研究提出一种基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法。针对传统ByteTrack算法在跟踪目标被遮挡时易发生身份切换的问题,引入置信度信息增强的状态向量,提高跟踪... 为评价母羊繁殖性能并及时发现分娩栏中的弱活力羔羊,该研究提出一种基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法。针对传统ByteTrack算法在跟踪目标被遮挡时易发生身份切换的问题,引入置信度信息增强的状态向量,提高跟踪算法区分遮挡与被遮挡羔羊的能力。针对跟踪目标丢失导致轨迹预测不准确的问题,构建目标丢失期间的虚拟轨迹并重更新轨迹状态向量,以纠正轨迹误差。在获取各羔羊活动轨迹后,计算各羔羊帧间移动距离统计羔羊活动量。在江苏海门山羊研发中心采集的新生羔羊活动视频数据集上,测试状态向量增强的ByteTrack多目标跟踪算法性能。测试结果表明,研究提出的多目标跟踪方法在高阶跟踪精度、多目标跟踪精度、多目标跟踪准确度、IDF1得分上分别达到80.8%、86.1%、84.5%和92.2%,相较于现有算法的最高精度,分别提高2.7、0.2、2.3和3.9个百分点。该研究所提方法能够实现同窝多只新生羔羊的稳定跟踪,为新生羔羊活动量的自动计算、母羊繁殖性能的自动评估提供技术支撑。 展开更多

关键词 动物 目标检测 多目标跟踪 数据关联 遮挡 羔羊活动量

在线阅读 下载PDF 职称材料

基于改进YOLO v5s和图像融合的笼养鸡死鸡检测方法研究 被引量：6

10

作者 赵一名 沈明霞 +2 位作者 刘龙申 陈佳 祝万军 《南京农业大学学报》 CAS CSCD 北大核心 2024年第2期369-382,共14页

[目的]针对规模化养殖环境下死鸡巡检自动化程度低、人工巡检费时费力等问题,提出一种基于图像配准融合算法和改进YOLO v5s的死鸡检测方法。[方法]为提高死鸡目标特征的显著性,利用SURF算法结合RANSAC算法实现热红外与可见光图像的特征... [目的]针对规模化养殖环境下死鸡巡检自动化程度低、人工巡检费时费力等问题,提出一种基于图像配准融合算法和改进YOLO v5s的死鸡检测方法。[方法]为提高死鸡目标特征的显著性,利用SURF算法结合RANSAC算法实现热红外与可见光图像的特征点匹配,采用仿射变换模型得到配准图像,使用小波变换实现图像的分解重构,从而得到最终的配准融合图像;为降低背景信息对死鸡目标检测的干扰,提升模型对鸡只遮挡情况的检测效果,以YOLO v5s目标检测算法为基础,通过加入SE注意力模块,将CIoU_Loss和DIoU_NMS运用于原模型,构成改进后的YOLO v5s-SE模型。[结果]配准融合后的图像与源图像的相关系数平均值达到0.86,体现了良好的配准融合效果;模型在融合图像上的检测准确率以及平均精度均值均高于可见光图像和红外图像,改进后的YOLO v5s-SE相较于原始YOLO v5s在融合数据集上的检测准确率提升了3.3%,达到97.7%。[结论]改进后的YOLO v5s-SE在保证应有检测速度的同时提升了目标检测的精度,可满足实际生产中死鸡实时检测的需求。 展开更多

关键词 笼养鸡 死鸡检测 图像配准融合 YOLO v5s-SE

在线阅读 下载PDF 职称材料

产蛋高峰期蛋鸡亚健康评价指标体系的构建 被引量：2

11

作者 邓为 孙卫东 +2 位作者 刘龙申 沈明霞 姚文 《南京农业大学学报》 CAS CSCD 北大核心 2024年第4期741-749,共9页

[目的]产蛋高峰期是蛋鸡养殖的关键时期,构建产蛋高峰期蛋鸡亚健康评价指标体系,不仅有利于准确评估鸡群健康并根据鸡群健康状况展开精准饲养与管理调整,也可为无损监测产蛋高峰期蛋鸡健康状况提供参考指标和科学依据。[方法]本文基于... [目的]产蛋高峰期是蛋鸡养殖的关键时期,构建产蛋高峰期蛋鸡亚健康评价指标体系,不仅有利于准确评估鸡群健康并根据鸡群健康状况展开精准饲养与管理调整,也可为无损监测产蛋高峰期蛋鸡健康状况提供参考指标和科学依据。[方法]本文基于对蛋鸡场调研、资料收集和专家咨询,并从鸡群的健康状况、行为表现、生产性能和环境与鸡群信息4个方面初步构建了产蛋高峰期蛋鸡亚健康评价指标集,运用专家咨询法筛选指标确立评价指标体系,通过层次分析法确定指标权重。[结果]共邀请了14位专家进行咨询,专家咨询问卷有效回收为100%,专家权威系数为0.875,肯德尔协调系数为0.386,表明专家积极性、权威程度、意见协调程度均较好,最终确立的评价指标体系包括4个一级指标,27个二级指标。健康状况、行为表现、生产性能和鸡舍环境4个一级指标的权重分别为0.254、0.245、0.253、0.248。[结论]构建的产蛋高峰期蛋鸡亚健康评价指标体系,专家咨询可靠性较好,评价指标覆盖较全面。 展开更多

关键词 产蛋高峰期 亚健康评价 指标 层次分析法

在线阅读 下载PDF 职称材料

改进AVSlowFast音视频融合模型对哺乳期母猪关键行为的识别 被引量：1

12

作者 李泊 陈天明 朱佳颖 《农业工程学报》 EI CAS CSCD 北大核心 2024年第7期182-190,共9页

哺乳期母猪的自动行为监测对于保障母猪健康并及时发现异常状态具有重要意义。为了在识别母猪行为中整合视觉和听觉信号蕴含的信息,该研究提出了一种基于音视频特征多模态融合的哺乳期母猪关键行为识别方法。首先,引入三分支结构的AVSlo... 哺乳期母猪的自动行为监测对于保障母猪健康并及时发现异常状态具有重要意义。为了在识别母猪行为中整合视觉和听觉信号蕴含的信息,该研究提出了一种基于音视频特征多模态融合的哺乳期母猪关键行为识别方法。首先,引入三分支结构的AVSlowFast模型作为基础网络,通过视频慢通道、视频快通道、音频通道有效挖掘在视觉和听觉2种模态下的相关行为特征,并基于多层次侧向连接深入融合视听觉模态信息。在此基础上,该研究在特征融合后期引入高斯上下文变换器通道注意力模块,在不新增模型参数的条件下进一步优化高维多模态三维特征的融合效果,提高行为识别的准确率。该研究以哺乳期母猪为对象,采集实际养殖环境中的音频与视频数据进行试验,试验结果表明基于改进AVSlowFast音视频融合模型识别进食、哺乳、睡眠、拱栏、饮水、日常活动6种关键行为的平均精确率与召回率分别为94.3%和94.6%。与基于SlowFast的单模态行为识别方法相比,该研究提出的方法对6种行为识别的平均F1分数上显著提升了12.7个百分点,为实现畜禽多模态行为监测提供了一种有效思路。 展开更多

关键词 行为识别 母猪 行为监测 音视频融合 多模态 通道注意力机制 AVSlowFast

在线阅读 下载PDF 职称材料

基于双视角图像的山羊体尺自动测量方法 被引量：9

13

作者 陆明洲 光二颖 +3 位作者 陈子康 王锋 张生福 熊迎军 《农业机械学报》 EI CAS CSCD 北大核心 2023年第8期286-295,共10页

针对规模化羊场对山羊体尺无接触式自动测量的需求,设计了一种山羊双视角图像采集装置并开发了配套的山羊体尺自动测量算法。首先,开发了山羊双视角图像自动采集装置并在养殖场完成山羊双视角图像数据集的构建;然后,采用背景减除法二值... 针对规模化羊场对山羊体尺无接触式自动测量的需求,设计了一种山羊双视角图像采集装置并开发了配套的山羊体尺自动测量算法。首先,开发了山羊双视角图像自动采集装置并在养殖场完成山羊双视角图像数据集的构建;然后,采用背景减除法二值化羊体俯视图,引入简单线性迭代聚类算法(SLIC)构建侧视图超像素的纹理和颜色特征向量,训练基于支持向量机(SVM)的超像素分类器,综合利用置信度和超像素区域邻接图(RAG)获取侧视图中的羊体二值图;最后,提出了在侧视和俯视二值图像中定位关键体尺特征点的方法,自动提取山羊体高、体斜长、胸深、胸宽、管径参数,拟合得到胸围和管围参数。算法测试结果表明,羊体侧视图前景区域超像素分类正确率超过94%,算法自动提取与人工标注的侧视、俯视前景二值图的交并比分别为96.1%和97.5%。以人工使用软尺测量获得体尺参数为金标准评价算法自动提取体尺参数的精度,结果表明管围、体高、胸深、胸宽、胸围和体斜长的平均相对误差分别为5.5%、3.7%、2.6%、5.2%、4.1%和3.9%。本文开发的羊体双视角图像采集装置及相应的图像处理方法可以满足山羊体尺无接触自动测量的精度要求,为山羊体尺的高效、自动测量提供了可行的解决方案。 展开更多

关键词 山羊 体尺测量 双视角图像 图像分割 超像素

在线阅读 下载PDF 职称材料

家禽亚健康状态监测与健康预警展望 被引量：5

14

作者 姚文 邓为 +3 位作者 许毅 孙卫东 刘龙申 沈明霞 《南京农业大学学报》 CAS CSCD 北大核心 2023年第4期635-644,共10页

家禽亚健康是指家禽介于健康与疾病间的过渡状态,其监测与识别对于家禽健康预警和养殖收益均具有重要意义。家禽养殖在健康状况下可获得最大收益,但实际生产中疾病常发现于亚临床状态,于临床状态才开始药物治疗。而有效地在亚健康到亚... 家禽亚健康是指家禽介于健康与疾病间的过渡状态,其监测与识别对于家禽健康预警和养殖收益均具有重要意义。家禽养殖在健康状况下可获得最大收益,但实际生产中疾病常发现于亚临床状态,于临床状态才开始药物治疗。而有效地在亚健康到亚临床之间介入,通过饲养管理、营养调控等方法使其恢复到健康状态,将有巨大的效益与价值。因此及时辨别家禽亚健康状态对早期疾病预警意义重大。本文讨论了家禽亚健康的意义及产生原因,列举了针对家禽的生理信息监测技术和评估家禽健康的方法,探讨了家禽亚健康监测的可行性和潜力;最后提出了预测家禽健康和评估家禽亚健康状况的新思路。 展开更多

关键词 家禽亚健康 早期疾病预警 评价指标

在线阅读 下载PDF 职称材料

基于改进YOLO v5复杂场景下肉鹅姿态的检测算法研究 被引量：4

15

作者 刘璎瑛 曹晅 +3 位作者 郭彬彬 陈慧杰 戴子淳 龚长万 《南京农业大学学报》 CAS CSCD 北大核心 2023年第3期606-614,共9页

[目的]肉鹅姿态是预警肉鹅异常行为、评判肉鹅健康状态的重要指标,针对传统养殖场人工观察肉鹅姿态耗时费力且有很大主观性等问题,提出了一种基于深度学习模型自动识别肉鹅姿态的检测算法。[方法]利用YOLO v5模型对扬州鹅4种姿态(站立... [目的]肉鹅姿态是预警肉鹅异常行为、评判肉鹅健康状态的重要指标,针对传统养殖场人工观察肉鹅姿态耗时费力且有很大主观性等问题,提出了一种基于深度学习模型自动识别肉鹅姿态的检测算法。[方法]利用YOLO v5模型对扬州鹅4种姿态(站立、休憩、饮水和梳羽)进行识别;对YOLO v5模型加入SENet、CBAM、ECA三种注意力模块改进网络结构,提高模型的识别能力;设计明暗试验和密集场景试验进一步验证模型在复杂场景下的鲁棒性。[结果]YOLO v5+ECA模型的平均检测精度(mAP)为88.93%,相比YOLO v5提升了2.27%。在识别精度(AP)上,站立姿态为91.85%,休憩姿态为93.42%,饮水姿态为90.02%,梳羽姿态为80.42%。在明暗试验和密集场景试验中,YOLO v5+ECA模型性能表现稳定,漏检现象和误检现象相对较少。[结论]该模型可以实现养殖场复杂场景下肉鹅姿态准确快速检测,为后续肉鹅行为监控和健康防疫提供数据支撑。 展开更多

关键词 深度学习 YOLO v5 扬州鹅 姿态识别 注意力机制

在线阅读 下载PDF 职称材料

基于改进YOLO v5s的经产母猪发情检测方法研究 被引量：15

16

作者 薛鸿翔 沈明霞 +3 位作者 刘龙申 陈金鑫 单武鹏 孙玉文 《农业机械学报》 EI CAS CSCD 北大核心 2023年第1期263-270,共8页

为解决限位栏场景下经产母猪查情难度大、过于依赖公猪试情和人工查情的问题,提出了一种基于改进YOLO v5s算法的经产母猪发情快速检测方法。首先,利用马赛克增强方式(Mosaic data augmentation, MDA)扩充数据集,以丰富数据表征;然后,利... 为解决限位栏场景下经产母猪查情难度大、过于依赖公猪试情和人工查情的问题,提出了一种基于改进YOLO v5s算法的经产母猪发情快速检测方法。首先,利用马赛克增强方式(Mosaic data augmentation, MDA)扩充数据集,以丰富数据表征;然后,利用稀疏训练(Sparse training, ST)、迭代通道剪枝(Network pruning, NP)、模型微调(Fine tune, FT)等方式重构模型,实现模型压缩与加速;最后,使用DIOU_NMS代替GIOU_NMS,以提高目标框的识别精度,确保模型轻量化后,仍保持较高的检测精度。试验表明,优化后的算法识别平均精确率可达97.8%,单幅图像平均检测时间仅1.7 ms,单帧视频平均检测时间仅6 ms。分析空怀期母猪发情期与非发情期的交互行为特征,发现母猪发情期较非发情期交互时长与频率均显著提高(P<0.001)。以20 s作为发情检测阈值时,发情检测特异性为89.1%、准确率为89.6%、灵敏度为90.0%,该方法能够实现发情母猪快速检测。 展开更多

关键词 经产母猪 发情检测 深度学习 改进YOLO v5s

在线阅读 下载PDF 职称材料

基于发声特征和深度学习的白羽肉鸡全生命周期咳嗽检测方法 被引量：3

17

作者 袁超 沈明霞 +2 位作者 姚文 刘龙申 陈佳 《南京农业大学学报》 CAS CSCD 北大核心 2023年第5期975-985,共11页

[目的]高密度养殖模式下笼养肉鸡呼吸系统疾病易发作且难防治,为此本文设计了一种基于发声特征和深度学习的白羽肉鸡全生命周期咳嗽检测方法,自动监测鸡只咳嗽发声,及时提供预警信息。[方法]对10~19日龄、20~29日龄、30日龄后3种不同生... [目的]高密度养殖模式下笼养肉鸡呼吸系统疾病易发作且难防治,为此本文设计了一种基于发声特征和深度学习的白羽肉鸡全生命周期咳嗽检测方法,自动监测鸡只咳嗽发声,及时提供预警信息。[方法]对10~19日龄、20~29日龄、30日龄后3种不同生长阶段的鸡只发声信号进行数字滤波、谱减法去噪、端点检测等处理,提取滤波器组(filter bank,FBank)和梅尔频率倒谱系数(Mel-frequency cepstral coefficients,MFCC)特征,并与其各自一阶及二阶差分组合,作为VGG16与ResNet18神经网络的输入,完成咳嗽声、鸣叫声、其他声三分类模型训练。[结果]各日龄段利用不同发声特征与神经网络所构建的识别模型均能准确实现发声分类,在10~19日龄、20~29日龄FBank-VGG16模型效果较优,准确率分别为94.29%、97.65%,30日龄后MFCC-ResNet18模型准确率高于其他模型,为98.66%。随着日龄的增长,各模型的总体识别准确率均上升,增幅为3%~7%。[结论]本方法可快速准确对实际生产环境中不同生长阶段的鸡只咳嗽进行识别,为笼养鸡呼吸系统疾病的早期检测提供技术支撑。 展开更多

关键词 白羽肉鸡 咳嗽检测 滤波器组 梅尔频率倒谱系数 卷积神经网络

在线阅读 下载PDF 职称材料