【技术实现步骤摘要】
一种基于VGG-16卷积神经网络的家鸡个体识别方法
：本专利技术涉及信息化畜牧养殖领域，更具体的，涉及一种基于VGG-16卷积神经网络的家鸡个体识别方法。
技术介绍
：中国有着庞大的禽产品消费市场，这就需要规模庞大，数量众多的禽类养殖场。目前，绝大部分养殖场依然在使用人力进行饲养和管理工作。这种依靠人力的方式对于家鸡和饲养员本身都有着不良的影响。对于养鸡场里的家鸡而言，人类的出现会对鸡群造成恐吓的效果，影响了家鸡的正常生长，最终也影响了肉鸡的肉质和蛋鸡的产蛋量。对于鸡场人员而言，人工标注是一项不利健康并且繁琐容易犯错的工作。标注鸡的序号和种类的时候，饲养员必须近距离接触鸡笼并且长时间停留在鸡场，这就带来了如下的几个不良影响：第一，家鸡身上携带的寄生虫比较多，非常容易传染给鸡场人员。第二，鸡场内含有大量的戊二醛和甲醛等高度致癌物质，会对鸡场人员的生育能力产生不利影响，甚至引起改变改变。第三，由于鸡场通常是大规模养殖，依靠人力标注每一只鸡需要大量的人力和时间，这样就会极大地增加养殖成本，还容易因为人为失误导致错误标注和遗...
【技术保护点】
1.一种基于VGG-16卷积神经网络的家鸡个体识别方法，其特征在于，该方法包括/n步骤1：使用移动摄像采集家鸡影影像资料，设备经过鸡笼走一圈，对每个家鸡个体(包括林甸鸡，白羽鸡，青脚麻鸡三种常见家鸡)拍摄一段20s左右的视频，视频质量为60FPS；/n步骤2：使用Open CV将每个个体对应的视频按帧率截取成图片，输入提取视频的文件名并隐藏后缀，按照每一帧提取一个输出图片到当前的video文件夹里；/n步骤3：使用Python的PIL工具包将图片尺寸改为100px×100px，并将各个个体进行分类，每个个体对应一个标号，将其图片名字根据标号进行自动修改，为后续训练做准备；/...
【技术特征摘要】
1.一种基于VGG-16卷积神经网络的家鸡个体识别方法，其特征在于，该方法包括
步骤1：使用移动摄像采集家鸡影影像资料，设备经过鸡笼走一圈，对每个家鸡个体(包括林甸鸡，白羽鸡，青脚麻鸡三种常见家鸡)拍摄一段20s左右的视频，视频质量为60FPS；
步骤2：使用OpenCV将每个个体对应的视频按帧率截取成图片，输入提取视频的文件名并隐藏后缀，按照每一帧提取一个输出图片到当前的video文件夹里；
步骤3：使用Python的PIL工具包将图片尺寸改为100px×100px，并将各个个体进行分类，每个个体对应一个标号，将其图片名字根据标号进行自动修改，为后续训练做准备；
步骤4：将1、2、3获得的家鸡个体图片的80％作为训练集，15％作为测试集，5％供后续测试用；
步骤5：搭建Keras卷积神经网络模型，编写相应VGG卷积神经网络；
步骤6：输入图片，根据权重文件进行家鸡种类的预测。
2.根据权利要求1所述的一种基于VGG-16卷积神经网络的家鸡个体识别方法，其特征在于，步骤3中所述的VGG卷积神经网络结构为5段卷积，一段全连接，结构如下：
第1段卷积，包含2个卷积层和一个pooling层,第1段卷积的第一个卷积层：卷积核3×3，共64个卷积核(输出通道数)，步长1×1；第1段卷积的第二个卷积层：卷积核3×3，共64个卷积核(输出通道数)，步长1×1；第一段卷积的pooling层，核2×2，步长2×2；
第2段卷积，包含2个卷积层和一个pooling层，第2段卷积的第一个卷积层：卷积核3×3，共128个卷积核(输出通道数)，步长1×1；第2段卷积的第二个卷积层：卷积核3×3，共128个卷积核(输出通道数)，步长1×1；第2段卷积的pooling层：核2×2，步长2×2；
第3段卷积，包含3个卷积层和一个pooling层，...
【专利技术属性】
技术研发人员：孙庆轩，张宇，胡少鹏，孙浩然，张宏瑄，陈志琦，姚安逸，
申请(专利权)人：东北农业大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。