PB-DETR:群养生猪多行为识别的自适应液体神经网络编码器与动态监督框架
提出PB-DETR框架,实现群养生猪多行为识别,mAP达0.893。
关键词 · 相关资讯与研究
沿着“生猪行为识别”继续探索,共 1 条内容。
Lightweight two-stage framework for multi-cow behavior recognition based on edge devices。Computers and Electronics in Agriculture
该框架将多牛行为识别拆为两阶段并面向边缘设备轻量化部署,关注点在于其精度与算力开销的权衡及实际牛舍场景的泛化能力。
提出PoseGait-MT多任务框架,用多视角3D姿态与小波卷积同时检测生猪跛行程度和患肢。
提出基于Mask R-CNN和SVM的猪爬跨行为自动检测方法,实现群养公猪连续监测。
Weight-posture joint modeling for body weight estimation of unconstrained pigs。Smart Agricultural Technology
该研究针对无约束养殖场景,将体重与姿态联合建模以提升猪只估重精度,适用于非接触式养殖监测,但实际精度与数据规模需看原文验证。
提出一种结合深度学习和几何建模的猫姿态自动分析框架,从RGB图像提取临床可解释的姿态描述符。
提出轻量化边缘AI模型,实时追踪牛群个体行为。
该模型在商业牛场以单帧24.5毫秒、40帧每秒连续运行,验证了低成本边缘部署的可行性;但结论限于视觉行为识别,多模态融合与长期稳定性尚待后续验证。
提出多模态特征融合方法,非接触预测育肥猪背膘厚度,用于猪只分拣系统。
From behavioural monitoring to decision support in aquaculture: an interpretable analytical framework。Biosystems Engineering