-
公开(公告)号:CN111754547A
公开(公告)日:2020-10-09
申请号:CN202010562958.5
申请日:2020-06-19
申请人: 天津农学院
摘要: 本发明涉及一种暗光环境肉鸡的多目标自动识别跟踪定位方法,其技术特点是:采集暗光环境下的肉鸡图像并对其进行预处理;对预处理后的肉鸡图像进行特征标注;训练暗光环境肉鸡识别模型,并通过暗光环境肉鸡识别模型对暗光环境下的肉鸡图像进行识别预测,得到暗光环境肉鸡对应的特征分类结果并评估暗光环境肉鸡识别模型的有效性;输出目标肉鸡的最终位置信息并跟踪定位监测。本发明实现暗光环境肉鸡的多目标自动识别跟踪定位功能,能够及时掌握肉鸡的生长状态,便于饲养过程中环境条件、饲养管理、营养等因素的控制,进而有效解决了人工在暗光环境下检查肉鸡时存在的费时费力的问题,具有识别过程省时省力、识别结果客观准确等特点。
-
公开(公告)号:CN114115403A
公开(公告)日:2022-03-01
申请号:CN202111469446.5
申请日:2021-12-03
申请人: 天津农学院
IPC分类号: G05D27/02
摘要: 本发明涉及一种笼养肉鸡养殖环境智能控制装置,其技术特点是:包括数据采集处理模块、智能调控模块和环控设备执行模块:数据采集处理模块由采集模块和处理模块组成,采集模块将采集的数据传输到处理模块,处理模块对数据进行数据清理、数据集成、数据规约、数据变换后将数据传输至智能调控模块;智能调控模块对数据采集处理模块传来的数据进行决策分析,并向环控设备执行模块发出控制命令;环控设备执行模块接收智能调控模块下发的控制命令,控制对应的环境设备工作。本发明实现了笼养肉鸡养殖环境智能控制功能,解决了目前笼养肉鸡养殖环境调控手段单一以及肉鸡养殖舍中环境参数调控不及时,造成养殖舍内各区域中环境值差值较大等问题。
-
公开(公告)号:CN114200987A
公开(公告)日:2022-03-18
申请号:CN202111469574.X
申请日:2021-12-03
申请人: 天津农学院
IPC分类号: G05D27/02
摘要: 本发明涉及一种基于强化学习的密闭式畜禽舍环境智能调控方法,其技术特点是:采集密闭式畜禽舍环境信息并将其输入到基于强化学习的智能调控模型中;智能调控模型根据贪婪策略,随机选择动作或者根据Q值表找出最优动作,控制畜禽舍通风/加热设备进行相应动作;根据当前状态和奖励更新Q值表;经过多轮迭代学习并逐渐更新Q值表,得到状态‑动作的映射关系,并给出一组具有最大累计奖励的动作序列,该动作序列包含了对密闭式畜禽舍环境设备的调控。本发明设计合理,其采用强化学习方法实现对密闭式畜禽舍环境的智能调控功能,有效解决了养殖户对畜禽舍环境调控费时、费力、学习成本高、对畜禽舍环境调控不准确的问题。
-
公开(公告)号:CN111754547B
公开(公告)日:2023-06-23
申请号:CN202010562958.5
申请日:2020-06-19
申请人: 天津农学院
摘要: 本发明涉及一种暗光环境肉鸡的多目标自动识别跟踪定位方法,其技术特点是:采集暗光环境下的肉鸡图像并对其进行预处理;对预处理后的肉鸡图像进行特征标注;训练暗光环境肉鸡识别模型,并通过暗光环境肉鸡识别模型对暗光环境下的肉鸡图像进行识别预测,得到暗光环境肉鸡对应的特征分类结果并评估暗光环境肉鸡识别模型的有效性;输出目标肉鸡的最终位置信息并跟踪定位监测。本发明实现暗光环境肉鸡的多目标自动识别跟踪定位功能,能够及时掌握肉鸡的生长状态,便于饲养过程中环境条件、饲养管理、营养等因素的控制,进而有效解决了人工在暗光环境下检查肉鸡时存在的费时费力的问题,具有识别过程省时省力、识别结果客观准确等特点。
-
公开(公告)号:CN110991300B
公开(公告)日:2022-07-05
申请号:CN201911181436.4
申请日:2019-11-27
申请人: 天津农学院
IPC分类号: G06V40/10 , G06V10/764 , G06V10/82 , 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。
-
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
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。
-
-
-
-
-