logo móvil
Contáctanos

Identificación de la parte trasera de la vaca basada en redes neuronales convolucionales ligeras

Autores: Hou, Handan; Shi, Wei; Guo, Jinyan; Zhang, Zhe; Shen, Weizheng; Kou, Shengli

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Identificación de la parte trasera de la vaca basada en redes neuronales convolucionales ligeras


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Identificación
Vacas lecheras
Tecnología de visión por computadora
Inteligencia artificial
Ganadería inteligente
Redes neuronales convolucionales

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La identificación individual de vacas lecheras basada en tecnología de visión por computadora muestra un rendimiento y una practicidad sólidos. La identificación precisa de cada vaca lechera es el requisito previo para la tecnología de inteligencia artificial aplicada en la ganadería inteligente. Si bien el trasero de cada vaca lechera también tiene muchas características importantes, la espalda y la cabeza también son importantes para el reconocimiento individual. En este artículo, proponemos un método de identificación del trasero de las vacas sin contacto basado en redes neuronales convolucionales. Primero, se recopilaron las secuencias de imágenes del trasero de las vacas mientras se alimentaban. Luego, se aplicó un modelo de detección de objetos para detectar el objeto del trasero de la vaca en cada fotograma de la imagen. Finalmente, se entrenó un modelo de red neuronal convolucional ajustado para identificar los traseros de las vacas. Se creó un conjunto de datos de imágenes que contiene 195 vacas diferentes para validar el método propuesto. El método logró una precisión de identificación del 99.76%, lo que mostró un mejor rendimiento en comparación con otros métodos relacionados y un buen potencial en el entorno de producción real de la ganadería de vacas, y el modelo es lo suficientemente ligero como para ser implementado en un dispositivo de computación en el borde.

Otros recursos que podrían interesarte

Temas Virtualpro