基于农场摄像头的韩牛发情行为检测:标注策略、数据增强与检测器的对比评估
《Animals》:Vision-Based Detection of Estrus-Related Interaction Behavior in Hanwoo Cattle Using Lightweight YOLO Models
【字体:
大
中
小
】
时间:2026年09月29日
来源:Animals 3.2
编辑推荐:
简要摘要 判断母牛何时准备配种,是肉牛场日常工作中最重要的判断之一。一旦错过时机,母牛无法按时配种,小牛之间的间隔会越长,农场收入也会减少。在韩国本土牛场,这一工作变得更加困难,因为牛群规模更大、可照看牛只的人员更
简要摘要
判断母牛何时准备配种,是肉牛场日常工作中最重要的判断之一。一旦错过时机,母牛无法按时配种,小牛之间的间隔会越长,农场收入也会减少。在韩国本土牛场,这一工作变得更加困难,因为牛群规模更大、可照看牛只的人员更少,而且并非每头发情期的母牛都会表现出最明显的外观信号。许多牛场已经在牛舍内安装了摄像头。本研究探讨的是,这些摄像头能否通过自动识别母牛在繁殖期前后发生的短暂身体接触来提供辅助。在同一组农场图像上,测试了27种构建此类系统的不同方案。最有价值的发现是:训练图像中的行为标注方式以及训练过程中图像的变换方式,比使用哪种检测程序更为关键。希望尽可能捕捉更多事件的牛场应采用一种标注方式,而需要精确位置供专业人员核查的牛场则应采用另一种标注方式。摄像头发现的是值得进一步检查的迹象,而非确诊结果。
摘要
及时检测发情是决定韩牛繁殖效率的关键,但随着牛群规模增大以及站立行为表现趋于不一致,视觉观察变得越来越困难。固定农场摄像头提供了一种非侵入式的替代方案,但跨骑、低头靠鼻和嗅闻等行为涉及两只重叠的牛只且发生频率较低,使自动化检测变得复杂。本研究评估了标注策略、数据增强方案和检测器选择对这些发情线索检测的影响。在一家商业农场录制了一个包含846张红绿蓝(RGB)帧的监控数据集,其中有200例发情互动实例,对比2180例姿态实例。三种标注策略——部分边界框标注(PBL)、完整单边界框标注(FSBL)和完整双边界框标注(FDBL)——与三个数据增强阶段和三种轻量级检测器(YOLOv5n、YOLOv8n、YOLO11n)组合,共形成27种配置。稀有类别的性能波动幅度大约是整体性能的两倍,且更多取决于标注方式和数据增强方案,而非检测器类型。PBL使灵敏度达到最大(召回率0.718),FSBL使定位质量(平均精度,AP50为0.798)和整体准确性(平均精度均值,mAP50为0.864)达到最大,FDBL则保留了关系上下文(召回率0.700,AP50为0.775)。应根据目的是筛选候选互动事件还是支持专家确认,来选择相应的标注和数据增强方案。检测结果代表的是行为层面的间接指标,而非发情的生理确认。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号