【技术实现步骤摘要】
本专利技术涉及奶牛畜牧业生产，更具体地说，本专利技术涉及一种基于改进yolov7模型的奶牛体况评分方法。
技术介绍
1、在畜牧奶牛时，需要对奶牛状况进行收集、分析，及时找出行为异常的奶牛，及时了解奶牛的健康状态。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于改进yolov7模型的奶牛体况评分方法，本专利技术所要解决的技术问题是：现有的体况评分方法，容易受到背景信息影响，应对复杂环境的能力较低。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于改进yolov7模型的奶牛体况评分方法，其特征在于；该方法包括以下步骤：
3、(1)使用摄像机录制牧场环境下奶牛尾部视频，得到原始奶牛尾部视频流；
4、(2)对视频流进行分帧，提取出带有牛尾部的图像数据；
5、(3)对图像数据使用labelimg软件进行标注，得到原始数据集；
6、(4)对标注的数据集中进行mosica增强，随机翻转，平移，加入高斯噪声，...
【技术保护点】
1.一种基于改进YOLOv7模型的奶牛体况评分方法，其特征在于；该方法包括以下步骤：
2.根据权利要求1所述的一种基于改进YOLOv7模型的奶牛体况评分方法，其特征在于：在步骤一中，在奶牛挤奶通道侧上方部署摄像机对奶牛尾部区域进行录制。
3.根据权利要求1所述的一种基于改进YOLOv7模型的奶牛体况评分方法，其特征在于：在步骤二中，对步骤一得到的视频流进行每秒截取一张图片，挑选图像清晰，不被遮挡的图片数据作为原始数据集，每头牛挑选8-10张图像数据用于步骤三。
4.根据权利要求1所述的一种基于改进YOLOv7模型的奶牛体况评分方法，...
【技术特征摘要】
1.一种基于改进yolov7模型的奶牛体况评分方法，其特征在于；该方法包括以下步骤：
2.根据权利要求1所述的一种基于改进yolov7模型的奶牛体况评分方法，其特征在于：在步骤一中，在奶牛挤奶通道侧上方部署摄像机对奶牛尾部区域进行录制。
3.根据权利要求1所述的一种基于改进yolov7模型的奶牛体况评分方法，其特征在于：在步骤二中，对步骤一得到的视频流进行每秒截取一张图片，挑选图像清晰，不被遮挡的图片数据作为原始数据集，每头牛挑选8-10张图像数据用于步骤三。
4.根据权利要求1所述的一种基于改进yolov7模型的奶牛体况评分方法，其特征在于：在步骤三中，使用labelimg软件，根据奶牛尾部脂肪含量，将步骤二得到的图像数据标注成3.25,3.5，3.75,4.0,4.25共5个类别。
5.根据权利要求1所述的一种基于改进yolov7模型的奶牛体况评分方法，其特征在于：在步骤四中，对训练数据集使用mosica增强，随机翻转，加入噪声操作，增强数据集的泛化性。
6.根据权利要求1所述的一种基于改进yolov7模型的奶牛体况评分方法，其特征在于：在步骤五中，yolov7模型具体框架组成可分为input(输入)层，backbone(特征提取)层，neck(特征融合)层，head(预测)层，其中backbone中共有4层卷积层，4个elan(高效层聚合网络)层，以及3层mpconv(多路径卷积)组成，完成特征的提取，首先将像素大小为640×640奶牛尾部图像数据输入4层cbs(传统卷积加归一化与silu激活函数)卷积神经网络中，将彩色图像转化为具有丰富语义的特征图，每个像素点对应所含语义的数字，经过一系列的卷积与池化操作，在backbone中完成特征信息的提取，分别生成像素大小为80×80,40×40,20×20的特征图，分别用于检测小，中，大三种目标，随后将提取的特征图输入到neck层，经过elan1(高效层聚合网络)(elan1模块相较于elan模块在concat(拼接层)上多了卷积的输入)，sppcspc模块(空间金字塔池化结构)的处理完成特征信息的融合，将融合后的特征输入预测层完成奶牛体况的预测，对yolov7...
【专利技术属性】
技术研发人员：王晨洋，黄小平，贾兆红，侯现坤，豆子豪，
申请(专利权)人：安徽大学，
类型：发明
国别省市：
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。