一种肉鸡腹部异常肿胀状态的自动识别方法

    公开(公告)号:CN110991300A

    公开(公告)日:2020-04-10

    申请号:CN201911181436.4

    申请日:2019-11-27

    申请人: 天津农学院

    IPC分类号: G06K9/00 G06K9/62 G06N3/04

    摘要: 本发明涉及一种肉鸡腹部异常肿胀状态的自动识别方法,包括以下步骤:步骤1、对腹部异常肿胀肉鸡图像进行预处理;步骤2、对处于腹部异常肿胀肉鸡进行特征标注;步骤3、训练肉鸡腹部异常肿胀识别模型,得到腹部异常肿胀肉鸡对应的特征分类结果并评估肉鸡腹部异常肿胀识别模型的有效性;步骤4、根据步骤3获得的特征分类结果输出腹部异常肿胀肉鸡的最终判断结果。本发明的识别过程省时省力、识别结果客观准确。

    一种基于图像的异常状态识别方法

    公开(公告)号:CN117649556A

    公开(公告)日:2024-03-05

    申请号:CN202311645243.6

    申请日:2023-12-04

    申请人: 天津农学院

    摘要: 一种基于图像的异常状态识别方法,属于深度学习检测技术领域,步骤包括:步骤1、针对检测目标图像中存在异常情况,通过分类采用两种方式进行标注,建立出检测目标图像的异常状态数据集;步骤2、构建关键位置目标的异常状态的模型;步骤3、构建关键点连线之间的夹角目标检测模块;步骤4、最后将两个推理模型进行集成,输出可视化的展示识别结果。本发明设计合理,应用领域广泛,可以适用于多种应用场景,通过对目标物的图像进行采集和判断,实现无损伤判断,采集图像的方式也灵活多样,可以使用可见光图像、X光图像、红外图像等。

    一种基于多模态数据融合的识别方法和禽类养殖中的应用

    公开(公告)号:CN117648668A

    公开(公告)日:2024-03-05

    申请号:CN202311639954.2

    申请日:2023-12-01

    申请人: 天津农学院

    摘要: 一种基于多模态数据融合的识别方法和禽类养殖中的应用,属于图像和声音识别分类领域,包括:步骤1、数据集制作:采集识别对象的可见光、红外视频数据与声音数据,并通过数据预处理制作关于识别对象的信息数据集;步骤2、模型构建:搭建用于识别对象的可见光、红外图像及声音数据的多模态网络模型并进行模型训练;所述多模态网络模型中包括单模态特征提取层,以及双模态特征融合层和三模态特征融合层;步骤3、特征状态识别:将待检测的识别对象数据输入至训练好的识别对象特征状态识别模型,通过输出概率与设定阈值的比较,判断否存在异常状态的识别对象及所处异常状态的种类。本发明提供了一种高准确率高可靠性的识别对象和特征状态识别方法。

    一种基于物联网的肉鸡养殖环境监测装置

    公开(公告)号:CN209117075U

    公开(公告)日:2019-07-16

    申请号:CN201822246852.5

    申请日:2018-12-29

    申请人: 天津农学院

    IPC分类号: G01D21/02

    摘要: 本实用新型公开了一种基于物联网的肉鸡养殖环境监测装置,包括云服务器,该基于物联网的肉鸡养殖环境监测装置由云服务器、与所述云服务器所连接的至少一个通讯基站和与云服务器通过局域网无线连接的终端设备组成,所述通讯基站由传输设备和通过数据传输线连接在传输设备上的至少一个的温度传感器、湿度传感器和氨气传感器组成。本实用新型该基于物联网的肉鸡养殖环境监测装置,每个通讯基站内部的设置的温度传感器、湿度传感器和氨气传感器可以自动采集养殖基地内部的环境数据,然后通过传输设备传输到云服务器,再通过云服务器传输到终端设备,便于使用者可以远程及时掌握肉鸡养殖基地内部环境。