申请/专利权人：山东农业大学;青岛不愁网信息科技有限公司

申请日：2023-12-21

公开（公告）日：2024-04-19

公开（公告）号：CN117911672A

主分类号：G06V10/25

分类号：G06V10/25;G06V10/82;G06V40/10;G06N3/0464;G06N3/082;G06T7/246

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及一种基于改进YOLOv5的猪只运动量统计方法，包括采集猪只图片，进行数据集制备；对猪只个体进行标注；搭建改进YOLOv5模型：主干网络采用DenseNet网络结构；选用CIoU损失函数；使用上述改进YOLOv5模型对数据集进行训练，获取改进YOLOv5检测模型；根据改进YOLOv5检测模型对猪只进行检测；搭建并通过DeepSORT模型对猪只运动轨迹进行统计；像素距离转换为实际距离，分析猪只的运动状态。本方法通过改进YOLOv5模型实现了对猪只跟踪的实时性和准确性。在保证检测精度的同时，提升对多目标猪只检测的速度。提供了对猪只进行详细的运动量分析和计算的解决方案。

主权项：1.一种基于改进YOLOv5模型的猪只运动量统计方法，其特征在于，包括如下步骤：采集猪只图片，进行数据集制备；对猪只个体进行标注；搭建改进YOLOv5模型：主干网络采用DenseNet网络结构；选用CIoU损失函数；使用上述改进YOLOv5模型对数据集进行训练，获取改进YOLOv5检测模型；根据所述改进YOLOv5检测模型对猪只进行检测；搭建并通过DeepSORT模型对猪只运动轨迹进行统计；像素距离转换为实际距离，并分析猪只的运动状态。

全文数据：

权利要求：

百度查询： 山东农业大学;青岛不愁网信息科技有限公司 一种基于改进YOLOv5模型的猪只运动量统计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD