基于YOLOv7的奶牛行为识别方法研究OA

为了实现适合大规模奶牛养殖环境下的无接触、高精度奶牛行为识别和自动化管理,本研究提出一种基于YOLOv7 网络模型的奶牛行为识别方法,将牧场本地摄像头所采集的视频分帧处理,去除冗余图像后,通过标注,Mosaic数据增强处理得到 440 幅标签数据,用于对YOLOv7 模型进行训练及优化以实现奶牛行为的准确识别.实验结果表明,在训练轮次为 150 次时,模型对进食、躺卧和活动 3 类行为检测的平均精度均值达到98.7%;对进食、站立、行走和躺卧 4 类行为检测的平均精度均值达到 89.9%;相较YOLOv5 提高了 1.5%,为实现畜禽智能化养殖提供支持.