摘要
为探索深度学习在鸡脸识别及其行为分析中的应用,通过构建并训练深度神经网络实现了高效精确的个体识别和行为模式分析,为智能化农业和动物行为学研究提供技术基础.研究围绕鸡的个体识别,通过图像识别技术解决养鸡业的疫病传播问题.研究选用YOLOv4模型进行鸡脸和行为的识别,与Faster R-CNN网络模型相比,YOLOv4在精确度和召回率的精度上都优于Faster R-CNN,显著提升检测准确率,表现出较传统技术更优的实时检测能力.未来,研究将致力于数据集扩展和模型优化,以提高准确性和实用性,助力养殖业疫病防控.
基金项目
常州市国际科技合作项目(CZ20220011)
徐州市重点研发计划项目(KC21135)
常州市重点研发计划(CE20222025)
工业和信息化部工程攻关项目(CEIEC-2022-ZM02-0225)
江苏省重点研发计划(BE2022379)
国家科技期刊平台
NSTL
万方数据