Segmentación Semántica de Imágenes de Cuernos de Ciervo Sika mediante U-Net Basada en la Fusión de Transformada Discreta de Wavelet Bidimensional y Mecanismo de Multi-Atención
Autores: Gong, Haotian; Wei, Jinfan; Sun, Yu; Li, Zhipeng; Gong, He; Fan, Juanjuan
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Segmentación Semántica de Imágenes de Cuernos de Ciervo Sika mediante U-Net Basada en la Fusión de Transformada Discreta de Wavelet Bidimensional y Mecanismo de Multi-Atención
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Crecimiento de cuernos
Ciervo sika
Clasificación
Modelo de segmentación
Mecanismos de atención
Evaluación de calidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
El monitoreo del estado de crecimiento de las astas de los ciervos sika es de gran importancia para la clasificación de las astas de los ciervos sika y la identificación de clases de ciervos sika, y también desempeña un papel en la promoción del proceso de cría inteligente de ciervos sika. En este estudio, se desarrolló un nuevo modelo de red para la segmentación de astas de ciervos sika basado en U-Net, incorporando módulos innovadores y mecanismos de atención. El método se evaluó utilizando conjuntos de datos de imágenes de astas de ciervos sika adultos. No solo tiene una alta precisión en las tareas de segmentación, sino que también es muy amigable con los recursos de hardware. Esto proporciona el apoyo de datos y tecnológico para la evaluación y clasificación de la calidad de las astas de ciervos sika.
Descripción
El monitoreo del estado de crecimiento de las astas de los ciervos sika es de gran importancia para la clasificación de las astas de los ciervos sika y la identificación de clases de ciervos sika, y también desempeña un papel en la promoción del proceso de cría inteligente de ciervos sika. En este estudio, se desarrolló un nuevo modelo de red para la segmentación de astas de ciervos sika basado en U-Net, incorporando módulos innovadores y mecanismos de atención. El método se evaluó utilizando conjuntos de datos de imágenes de astas de ciervos sika adultos. No solo tiene una alta precisión en las tareas de segmentación, sino que también es muy amigable con los recursos de hardware. Esto proporciona el apoyo de datos y tecnológico para la evaluación y clasificación de la calidad de las astas de ciervos sika.