排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
目的:探究机器视觉技术在母猪行为识别中的应用,以及提高遮挡情况下的识别精度。方法:本研究基于YOLOv5s算法,针对母猪的站、坐、躺、爬、趴等5种行为,建立母猪行为识别模型。通过使用图像处理技术优化训练数据集,识别模型添加CBAM注意力模块,提高对被遮挡母猪行为的检测精度,最终实现复杂环境下母猪的行为识别,为判断母猪当前状态提供参考。结果:经过优化与反复训练,模型最终检测的精度值较高,达到97.58%,召回率为89.69%,单张图片识别时间约为0.047 s,精确度比未优化前提升了1.23%。结论:应用YOLOv5s可实现母猪的行为识别,且准确率较高,识别时间较短,识别结果与人工识别结果基本一致,符合猪场实际的养殖要求。 相似文献
2.
刘士静 《中国科教创新导刊》2011,(27):184-184
新课程理念主张以学生为主体,着眼于学生学习兴趣的培养。那么音乐教学中,如何"以学生为主体,培养学生的学习兴趣"?本文以《保卫黄河》为例对该题进行了论述。 相似文献
1