一种肉羊行为识别方法、系统、设备、介质及产品技术方案

本发明专利技术公开一种肉羊行为识别方法、系统、设备、介质及产品，涉及图像处理技术领域。本发明专利技术在实时获取肉羊视频数据，并对肉羊视频数据中的画面进行实时解码后，将解码后的肉羊视频数据输入至构建好的肉羊行为识别模型就可以快速、精确地得到肉羊行为识别结果，进而提高肉羊行为识别的实时性和准确性。

【技术实现步骤摘要】

本专利技术涉及图像处理，特别是涉及一种肉羊行为识别方法、系统、设备、介质及产品。

技术介绍

1、随着经济增长和农业智能化发展，肉类农、副产品主要以猪、牛、羊、飞禽等圈养动物为主，其优点是有利于集约化和智能化等技术的应用，促进畜牧业经济的发展。然而，目前市面上已有的畜牧智能监控平台在动物健康监控方面研发不足，特别是针对集约化和大规模肉羊养殖方式环境下，面临监控场景复杂，对肉羊的健康管理任务难度大。

2、因此，解决以上问题是推进我国畜牧业经济发展和提高肉羊质量的关键。

技术实现思路

1、为解决现有技术存在的上述问题，本专利技术提供了一种肉羊行为识别方法、系统、设备、介质及产品。

2、为实现上述目的，本专利技术提供了如下方案：

3、一种肉羊行为识别方法，包括：

4、构建肉羊行为识别模型；

5、实时获取肉羊视频数据，并对肉羊视频数据中的画面进行实时解码；

6、将解码后的所述肉羊视频数据输入至所述肉羊行为识别模型得到肉羊行为识别结果。

本文档来自技高网...

【技术保护点】

1.一种肉羊行为识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的肉羊行为识别方法，其特征在于，构建肉羊行为识别模型，具体包括：

3.根据权利要求2所述的肉羊行为识别方法，其特征在于，基于所述源视频数据生成肉羊基本行为数据集，具体包括：

4.根据权利要求2所述的肉羊行为识别方法，其特征在于，所述预处理包括增加掩膜处理、数据增强和添加椒盐噪声。

5.根据权利要求2所述的肉羊行为识别方法，其特征在于，改进后的YOLOv7-tiny模型中，通过backbone部分提取关键行为特征、neck网络融合多尺度特征，ASFF-head网络作为...

【技术特征摘要】

1.一种肉羊行为识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的肉羊行为识别方法，其特征在于，构建肉羊行为识别模型，具体包括：

3.根据权利要求2所述的肉羊行为识别方法，其特征在于，基于所述源视频数据生成肉羊基本行为数据集，具体包括：

4.根据权利要求2所述的肉羊行为识别方法，其特征在于，所述预处理包括增加掩膜处理、数据增强和添加椒盐噪声。

5.根据权利要求2所述的肉羊行为识别方法，其特征在于，改进后的yolov7-tiny模型中，通过backbone部分提取关键行为特征、neck网络融合多尺度特征，asff-head网络作为预测部分输出肉羊行为识别结果；其中，asff-head网络为由自适应特征空间融合策略和yolov7-tiny模型中检测头构成的新的分类网络。

...

【专利技术属性】
技术研发人员：温宝琴，吴江林，聂晶，李树峰，李景彬，刘双印，岑红蕾，刘娜，徐亚磊，蒲玉海，于龙辉，马昕奕，
申请(专利权)人：石河子大学，
类型：发明
国别省市：