排序方式: 共有10条查询结果,搜索用时 31 毫秒
1
1.
2.
3.
面部对齐是猪脸识别中至关重要的步骤,而实现面部对齐的必要前提是对面部关键点的精准检测。生猪易动且面部姿态多变,导致猪脸关键点提取不准确,且目前没有准确快捷的猪脸关键点检测方法。针对上述问题,该研究提出了生猪面部关键点精准检测模型YOLO-MOB-DFC,将人脸关键点检测模型YOLOv5Face进行改进并用于猪脸关键点检测。首先,使用重参数化的MobileOne作为骨干网络降低了模型参数量;然后,融合解耦全连接注意力模块捕捉远距离空间位置像素之间的依赖性,使模型能够更多地关注猪面部区域,提升模型的检测性能;最后,采用轻量级上采样算子CARAFE充分感知邻域内聚合的上下文信息,使关键点提取更加准确。结合自建的猪脸数据集进行模型测试,结果表明,YOLO-MOB-DFC的猪脸检测平均精度达到99.0%,检测速度为153帧/s,关键点的标准化平均误差为2.344%。相比RetinaFace模型,平均精度提升了5.43%,模型参数量降低了78.59%,帧率提升了91.25%,标准化平均误差降低了2.774%;相较于YOLOv5s-Face模型,平均精度提高了2.48%,模型参数量降低了18.29%,标准化平均误差降低了0.567%。该文提出的YOLO-MOB-DFC模型参数量较少,连续帧间的标准化平均误差波动更加稳定,削弱了猪脸姿态多变对关键点检测准确性的影响,同时具有较高的检测精度和检测效率,能够满足猪脸数据准确、快速采集的需求,为高质量猪脸开集识别数据集的构建以及非侵入式生猪身份智能识别奠定基础。 相似文献
4.
基于通信技术实现了牡丹温室中3个重要参数温度、湿度和光照的测量与控制。系统整体采用主从结构:上位机(PC机)系统和下位机(单片机)系统,在上位机系统中,用VB6.0开发了冬季牡丹培育过程的专家系统,查询和修改方便;下位机系统包括单片机、传感器和控制执行机构。该系统已在菏泽调试成功,较大幅度地提高了牡丹培育的质量,增加了经济效益,具有较高的实用性和推广价值。 相似文献
5.
生态治理模式下生猪养殖业污水智慧监管 总被引:1,自引:1,他引:0
针对污水排放监管存在的取证难度大、实时性低等问题,为了提高污水监管部门的监管效率,提高企业应急反应能力,提出了适用于生态治理模式的生猪养殖业污水处理的智慧监管策略、监管模型以及Ecological数学分析方法。该方法基于生猪养殖业污水生态治理方式,通过对监管策略工作原理的分析,提出采用多种传感器监听与收集各节点的实时数据,并通过Ecological数学分析方法对接收到的数据进行定性与定量分析预测。以Ecological方法为基础,分析并实现了生态治理模式下生猪养殖业污水处理的智慧监管模型,提出了模型的数据监管流程和具体算法,从而可以对生态治理模式下生猪养殖业污水违规排放进行实时判断。将该策略应用于指导生猪养殖业污水监测预警平台的构建,有效解决了生猪养殖污水排放实时监管问题,提高了污水排放监管的效率和准确性。 相似文献
6.
基于通信技术实现了牡丹温室中3个重要参数(温度、湿度、光照)的测量与控制。该系统整体采用主从结构:上位机(PC机)系统和下位机(单片机)系统。在上位机系统中,用VB 6.0开发了冬季牡丹培育过程的专家系统,查询和修改方便;下位机系统包括单片机、传感器和控制执行机构。该系统已在菏泽调试成功,较大幅度地提高了牡丹培育的质量,增加了经济效益,具有较高的实用性和推广价值。 相似文献
7.
生猪养殖业污水排放智慧监管系统的设计与实现 总被引:1,自引:0,他引:1
为了对生猪养殖业污水的治理过程进行监控和违规排污预警,该文提出了养殖污水实时监管策略,设计并实现了生猪养殖污水治理智慧监管系统。该系统通过信息采集模块收集养殖污水排放的实时数据,实现养殖污水实时数据监测、预警分析等功能。其中集中治理的监管是根据安装在槽罐车上的GPS数据和污水集中处理厂的信息,判断污水是否被运送到指定地点排放;工业治理的监管是采用模糊推理理论,以监管因子的浓度偏差及偏差变化率为输入量,相应的污水预警等级作为输出量,对监管因子进行模糊化及逻辑推理,建立相应的模糊监管子系统,生成工业治理监管规则及策略;针对生态治理的监管,构建了相应的监管策略和Ecological数学模型,该模型以监管策略为依据,对实时数据进行定性与定量分析预测,实现对偷排漏排、满溢等违规排污现象的判断。试验结果表明,系统预警准确度为96.17%,平均误差时间为33.22 s,违规排污量平均值为15.77 L,能够满足养殖污水排放监管要求,对提高监管效率具有重要意义。 相似文献
8.
生猪养殖污水成分复杂且对环境存在较大的污染风险,常规实验室监测法准确性高但效率低且时效性差,自动监测法速度快但成本高。为寻求一种能兼顾两种方法优点的监测方案,该研究以一家规模生猪养殖场的排放污水为研究对象,对衡量污水水质的7个主要指标的变化特征、相关性和其中2个指标的回归建模进行了研究。通过对不同季节及不同气候条件下30组随机样本的检测与相关性分析,发现氨氮、总氮和电导率有相似的变化趋势且彼此之间均存在强相关性,相关系数分别为0.772、0.775和0.920。基于相关性分析结果,对氨氮和总氮分别进行了一元和多元回归分析建模,并确定了相对最佳的适合于氨氮的"多项式回归模型"和总氮的"综合模型"。经验证,两个模型的决定系数分别为0.855和0.953,可较好地用于评价生猪养殖污水中氨氮和总氮2个指标的浓度大小。基于这2个模型,生猪养殖污水需直接检测的主要指标的数量可有效减少、检测难度和成本均明显降低。因此,模型可为生猪养殖污水高效、低成本的自动监测方案的建立提供重要的理论基础。 相似文献
9.
为解决猪体弯曲状体尺测量难、需借助标定尺还原真实体尺的问题,以长白猪为研究对象,基于Kinect相机获取猪体俯视和侧视深度图像,提出一种无需标定尺的猪体弯曲体尺测量方法.利用凸包络和最大外接轮廓,分别提取猪体头尾部、肩臀部和体高体尺测点,测算生猪体尺参数(体长、肩宽、臀宽、体高).结果表明,在猪体正常弯曲范围内(0°~40°),肩宽测量精度最高,平均相对误差不高于1.92%,臀宽、体高和体长平均相对误差不高于2.00%、2.64%和2.93%;在猪体非弯曲状态下,肩宽、臀宽、体高和体长平均相对误差分别为1.29%、1.26%、1.92%和2.33%,测量精度均优于现有猪体体尺测量方法.综上,文章提出的方法可实现猪体自然状态下体尺测量,且精度较高,同时具有良好普适性和鲁棒性,满足生猪实际生长状况监测需要. 相似文献
10.
"传感器原理及应用"是浙江农林大学电子信息工程、物联网等专业的一门专业基础课。根据农林院校的特点,分析了"传感器原理及应用"课程教学过程中存在的问题,对课程教学的各个环节提出了改进并进行了有益的探索和尝试,增加传感器在农林业中的应用等内容,加强实验教学环节,提高了学生的学习兴趣,增强了学生的自主学习能力、动手应用能力和创新能力。 相似文献
1