DC-YOLO:应对遮挡与光照变化的湖羊行为检测模型
提出DC-YOLO模型,用于湖羊行为检测,解决遮挡与光照变化问题。
奶牛、肉牛、羊养殖与奶业
提出DC-YOLO模型,用于湖羊行为检测,解决遮挡与光照变化问题。
用YOLO检测与深度估计提取牛体区域特征,实现肉牛体况自动评分。
提出HSM-YOLO算法,在群养环境下检测羊爬跨行为及被爬跨母羊,用于发情监测。
研究提出AI驱动的三模块框架,以提升津巴布韦Lupane地区社区牛保险的可持续性和韧性。
构建38关键点全身YOLOv8姿态框架,实现奶牛跛行自动评估并与Sprecher评分比对。
提出DGF-YOLOv12n-LiteP2,实现复杂牛舍场景下牛体部位高精度检测。
提出融合多分支注意力与混合图卷积网络,实现奶牛行为精准识别。
提出基于面部关键点几何表示的绵羊识别方法,可跨生长阶段匹配。
构建9类肉牛姿态数据集,用ResNet50实现姿态识别并探究网络深度影响。
HEART-Net: An ultra-lightweight multimodal neural network for on-device cattle live-weight estimation and precision phytogenic dosing。Smart Agricultural Technology
开发集成物联网监测与物料流成本核算的山羊养殖数字平台GEMBALA。
比较四种骨干网络并做数据增强消融,实现9类肉牛行为识别与养殖状态评估。
用深度强化学习在仿真中为奶牛个体化热应激缓解做决策支持。
伞式综述112篇综述,梳理牛猪禽精准养殖计算机视觉应用与部署差距。