【摘 要】
：
传统生猪识别方法主要依赖于耳标、刺青等侵入式标识方式,这类方法通常成本较高且标记效果会随时间的推移而降低并且影响生猪个体健康,但随着深度学习技术的快速发展,我们可以将人脸识别技术迁移运用到生猪个体的识别上,以此提升生猪养殖管理的效率。本文基于卷积神经网络相关理论,设计了猪脸识别模型,构建了生猪监测系统,主要工作如下:（1）构建基于改进YOLOv4的猪脸识别模型。在经过裁剪的YOLOv4骨干网络基础
论文部分内容阅读
传统生猪识别方法主要依赖于耳标、刺青等侵入式标识方式,这类方法通常成本较高且标记效果会随时间的推移而降低并且影响生猪个体健康,但随着深度学习技术的快速发展,我们可以将人脸识别技术迁移运用到生猪个体的识别上,以此提升生猪养殖管理的效率。本文基于卷积神经网络相关理论,设计了猪脸识别模型,构建了生猪监测系统,主要工作如下:（1）构建基于改进YOLOv4的猪脸识别模型。在经过裁剪的YOLOv4骨干网络基础上,加入改进后的密连网络以及改进后的增强感受野模块（Receptive Field Block,RFB）,选取了NAG（Nesterov Accelerated Gradient,NAG）作为其优化器,最终构建了YOLOv4＿DB＿RFB＿c模型。利用YOLOv4模型和改进YOLOv4模型进行猪脸检测性能试验,试验结果显示:改进后的猪脸识别模型在检测速度下降不大的情况下,有效提高了检测精准度并实现了对远距离且有遮挡的小目标的检测。当Io U（Intersection-over-Union,Io U）阈值设置为0.5,分类概率阈值设置为0.1时,YOLOv4＿DB＿RFB＿c模型检测精度达到83.49%,比YOLOv4高出12%;在严重遮挡情况下检测精度达到52.37%,比YOLOv4高出近11%。（2）针对基于嵌入式的信息获取部分。以嵌入式开发板Nano PC-T4作为猪脸监测系统信息获取终端,对生猪图像信息以及养殖环境信息的采集和传输进行研究与设计。通过Nano PC-T4连接高清摄像头和四合一传感器,对生猪图像、温度、湿度、光照、CO2以及氨气数据进行采集,采用TCP协议进行传输,并约定了数据帧的格式。（3）生猪监测系统实现。完成系统总体架构设计、系统主要功能设计和系统数据库设计。在基于Django开发框架以及MTV设计模式下,使用Python语言编写相关代码,实现了实时监控、猪脸检测与识别等功能。本监测系统可通过选择不同的接入结点来对不同猪舍下的生猪进行监控,并在页面中实时反馈出当前养殖环境中的相关环境参数。对于猪脸检测与识别功能,设计了图片检测和视频检测两种方式,方便用户使用。
其他文献
鸟害普遍存在于各领域,面向鸟类的目标检测与识别具有重要意义。传统的鸟类检测与识别依赖人工,要求专家有较好的知识与经验储备,稳定性、效率较低。深度学习持续地发展,可将目标检测技术运用于此,以提升检测与识别效率。YOLOv3在该领域展现优异的水平,有结构简单、复现性好等特点。本文采用该算法为原始模型,通过若干改进策略以提升模型性能,且构建鸟类检测系统。主要工作如下:1)构建基于卷积神经网络的鸟类检测模
推荐系统通过分析用户与物品的历史交互行为来获取用户的偏好,挖掘用户的潜在需求,进而向用户推荐其可能感兴趣的商品。在当前常见的农产品推荐系统中,大部分模型没有充分使用用户与农产品的评论、评分等交互数据,因此难以学习到较为准确的用户偏好,导致推荐效果不佳。条件生成对抗网络以生成对抗网络为基础,能够较好地拟合输入的数据的分布。为了学习更为准确的用户偏好,本文通过融合BERT与图卷积神经网络,从用户与农产
花生作为我国常见的油料作物之一,幼苗期草害严重危害了花生的产量和品质,制约了花生生长。人工智能的飞速发展,大大提升了除草机器人的效率,但花生幼苗期伴生杂草叶片相似、田间背景复杂、光照强度多变以及目标遮挡等因素加大了研究难度。现有的机器除草搭载模型大、运算速度慢,多采用拍摄识别。因此,研究一种能够实现田间条件下实时、准确识别花生幼苗和杂草的算法对除草机器人的研发应用具有重要意义。本文主要研究工作和创
小麦在全世界范围内有着广泛的种植面积,小麦赤霉病害导致粮食大规模减产时有发生。为了应对赤霉病害的爆发,通常采用提前喷洒农药预防赤霉病害,但是在农药喷洒过程中经常出现药物滥用问题,不仅污染环境,而且增加了种植成本。为了更好解决农药污染、减少农药的滥用问题,准确、迅速的识别小麦赤霉病害并鉴定等级具有指导生产的作用。随着卷积神经网络发展,为赤霉病害的无损检测提供了理论依据。为了识别小麦赤霉病害并且对赤霉
光合作用维持植物自身生长,保持生态环境碳氧稳定性,反应光合速率大小成为植物光合监测的关键环节。本课题研制的光合仪因为现有设备中缺少同类型的移动监测方法,监测过程存在操作步骤繁冗、数据共享性偏差、仪器体积大且不方便携带等缺点,影响本系列仪器的用户体验和应用能力。本研究针对植物光合监测操作过程中存在的缺陷,设计以Android移动端监测方法为核心的便携式、可自主拆卸监测仪。通过3D建模集成,以草莓和天
基于农业科技高速发展的大背景下,依赖于移动机器人来有效地提升农业作业效能,是一种必然的发展方向。移动机器人的路径规划问题又是其技术研究的重要内容。路径规划所代表的含义是机器人的最优路径规划问题,就是按照工作成本最低、行驶时间最少、行驶的路径最佳等,在真实的作业环境里面,寻求一条由起点至终点的最佳路线,以保证安全且有成效地规避障碍。本论文基于实验果园采用双向A*与APF算法并对其优化,可以较为顺利地
随着科技的发展与无线传感技术的成熟,农业生产正向着无人化迈进。农业机械作为无人化建设的重要组成部分,正由传统化向智能化进行转变。利用靶向喷药机器人针对病害作物进行精准施药,可大大降级农药对环境的污染。而具有定位导航功能的靶向喷药机器人,能够减少农民生产负担,有效地减少农药对人体的危害、提高产量、降低生产成本、扩大农民的生产规模。本文针对农业田间环境及温室大棚,研究了靶向喷药机器人定位导航技术,并开
孤儿基因又被称为谱系特有基因,是指在一个谱系中特有并且与其他谱系所有基因没有序列相似性的基因。孤儿基因在许多植物的环境适应性方面起着重要作用,对孤儿基因的识别是了解其生物学功能的关键一步。传统的生物学方法识别物种中的孤儿基因需要耗费大量的时间、物力和人力,同时容易受到计算方法的影响。因此,开发一种高效、高精度的孤儿基因识别计算方法具有重要意义。针对二分类任务,大多数传统机器学习模型的性能依赖于特征
中国统计局在2015年发布的农业数据显示,番茄的产量约占全国蔬菜总产量的10%,但目前国内番茄的采摘模式还是依赖于手工采摘,需要消耗大量的时间与精力。当前番茄检测的研究中仍然存在检测模型过大和检测不够精准的问题,不能够满足机器人实时采摘的需求。因此为了解决现阶段番茄检测模型过大的问题,本文在YOLOv4模型的基础上进行了轻量化处理;为了解决轻量化网络中出现的目标被遮挡不易识别的问题,本文在轻量化实
文章通过列举衢州市在浙皖赣闽四省边际中心城市建设方面取得的成就，并对比分析与黄山市、上饶市、南平市之间在城市能级提升方面存在的差距和不足，从提升城市文化输出能级、城市创新能级、水路枢纽功能、空中通航能力等四个方面提出衢州市提升城市能级的建议，进一步提高衢州市对周边城市的引领辐射带动能力。