Un algoritmo de detección de objetos YOLOv7 mejorado con mecanismo de atención para la estimación de conteo de patos de cáñamo
Autores: Jiang, Kailin; Xie, Tianyu; Yan, Rui; Wen, Xi; Li, Danyang; Jiang, Hongbo; Jiang, Ning; Feng, Ling; Duan, Xuliang; Wang, Jianjun
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un algoritmo de detección de objetos YOLOv7 mejorado con mecanismo de atención para la estimación de conteo de patos de cáñamo
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Densidad de población
Ganado
Producción avícola
Algoritmos de aprendizaje profundo
Cría de patos de cáñamo
Industria agrícola inteligente
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
La densidad de población es un factor clave que afecta a la producción de ganado y aves de corral a gran escala, así como al bienestar animal. Sin embargo, el método actual de conteo manual utilizado en la industria de cría de patos de cáñamo es ineficiente, costoso en mano de obra, menos preciso y propenso a errores de conteo doble y omisión. En este sentido, este documento utiliza algoritmos de aprendizaje profundo para lograr el monitoreo en tiempo real del número de bandadas densas de patos de cáñamo y promover el desarrollo de la industria agrícola inteligente.
Descripción
La densidad de población es un factor clave que afecta a la producción de ganado y aves de corral a gran escala, así como al bienestar animal. Sin embargo, el método actual de conteo manual utilizado en la industria de cría de patos de cáñamo es ineficiente, costoso en mano de obra, menos preciso y propenso a errores de conteo doble y omisión. En este sentido, este documento utiliza algoritmos de aprendizaje profundo para lograr el monitoreo en tiempo real del número de bandadas densas de patos de cáñamo y promover el desarrollo de la industria agrícola inteligente.