[目的]运用You Only Look Once version 5s(YOLOv5s)模型实现对分娩奶山羊躺卧姿态的自动识别,并结合Farneback光流算法对分娩奶山羊胸腹部起伏特征进行分析,从而为奶山羊分娩的精准化管理提供技术支撑。[方法]利用YOLOv5s模型对分娩奶...[目的]运用You Only Look Once version 5s(YOLOv5s)模型实现对分娩奶山羊躺卧姿态的自动识别,并结合Farneback光流算法对分娩奶山羊胸腹部起伏特征进行分析,从而为奶山羊分娩的精准化管理提供技术支撑。[方法]利用YOLOv5s模型对分娩奶山羊的躺卧与站立姿态进行分类识别,采用精确率(P)、召回率(R)及平均精确率(mAP)对模型分类结果进行评价。通过视频识别后,依据分娩时长将20只萨能奶山羊分为2组:A组为分娩时长<30 min,B组为分娩时长≥30 min。并基于Farneback光流算法提取分娩奶山羊胸腹部起伏参数(速度、高度、单次持续时间、次数),对比分析两组奶山羊胸腹部运动规律。[结果]①YOLOv5s模型对躺卧和站立姿态识别的P分别为98.4%和98.3%,假阳性率<2%,误判风险极低;R为95.3%和94.6%,漏检率<6%,监测覆盖性优异;mAP达96.3%和95.2%,综合性能稳定,鲁棒性强。②光流法分析表明,B组胸腹部起伏速度均值为5.358 px/s,显著(P<0.05)高于A组均值(2.461 px/s);B组胸腹部起伏高度均值为6.104 px,极显著(P<0.01)高于A组均值(2.280 px);B组单次起伏持续时间均值(4.687 s)与A组均值(4.272 s)差异不显著(P=0.35);B组胸腹部起伏次数(45.67次)极显著(P<0.01)高于A组(12.92次),且节律性降低,这表明分娩难度随分娩时长增加而升高。[结论]YOLOv5s模型与Farneback光流算法协同运作,实现了对奶山羊分娩姿态的精准识别以及胸腹部运动精准量化。该技术能够集成到牧场分娩预警系统中,实时识别奶山羊的异常分娩行为,降低母羊难产风险,为奶山羊的智能化管理提供技术支持。展开更多
放牧家畜作为草地生态系统的初级消费者,通过采食、排泄、游走践踏、反刍、卧息等多种行为影响草地生态系统结构与功能,是草地生态系统的重要组成部分。因此,近年来国内外学者对家畜牧食行为展开大量研究,积累大量学术论文成果,及时总...放牧家畜作为草地生态系统的初级消费者,通过采食、排泄、游走践踏、反刍、卧息等多种行为影响草地生态系统结构与功能,是草地生态系统的重要组成部分。因此,近年来国内外学者对家畜牧食行为展开大量研究,积累大量学术论文成果,及时总结家畜牧食行为领域发展前沿及趋势,可为相关研究的未来发展方向提供基础资料及参考依据。本研究以2002-2022年Web of Science核心合集和中国知网数据库中放牧家畜牧食行为研究领域收录期刊论文为对象,基于可视化工具CiteSpace软件绘制家畜牧食行为研究的知识结构图谱,分析相关论文研究现状与热点。结果显示,2002-2022年牧食行为相关研究发文量整体呈上升趋势,中国知网数据库相关研究数量与Web of Science核心合集相比发展较为缓慢。当前的研究热点主要集中在家畜活动监测(采食、反刍、游走和卧息等),放牧家畜的采食量与食性选择,采食、排泄和践踏等行为对草地生态系统的影响,以及牧食行为监测方法四个方面。展开更多
文摘[目的]运用You Only Look Once version 5s(YOLOv5s)模型实现对分娩奶山羊躺卧姿态的自动识别,并结合Farneback光流算法对分娩奶山羊胸腹部起伏特征进行分析,从而为奶山羊分娩的精准化管理提供技术支撑。[方法]利用YOLOv5s模型对分娩奶山羊的躺卧与站立姿态进行分类识别,采用精确率(P)、召回率(R)及平均精确率(mAP)对模型分类结果进行评价。通过视频识别后,依据分娩时长将20只萨能奶山羊分为2组:A组为分娩时长<30 min,B组为分娩时长≥30 min。并基于Farneback光流算法提取分娩奶山羊胸腹部起伏参数(速度、高度、单次持续时间、次数),对比分析两组奶山羊胸腹部运动规律。[结果]①YOLOv5s模型对躺卧和站立姿态识别的P分别为98.4%和98.3%,假阳性率<2%,误判风险极低;R为95.3%和94.6%,漏检率<6%,监测覆盖性优异;mAP达96.3%和95.2%,综合性能稳定,鲁棒性强。②光流法分析表明,B组胸腹部起伏速度均值为5.358 px/s,显著(P<0.05)高于A组均值(2.461 px/s);B组胸腹部起伏高度均值为6.104 px,极显著(P<0.01)高于A组均值(2.280 px);B组单次起伏持续时间均值(4.687 s)与A组均值(4.272 s)差异不显著(P=0.35);B组胸腹部起伏次数(45.67次)极显著(P<0.01)高于A组(12.92次),且节律性降低,这表明分娩难度随分娩时长增加而升高。[结论]YOLOv5s模型与Farneback光流算法协同运作,实现了对奶山羊分娩姿态的精准识别以及胸腹部运动精准量化。该技术能够集成到牧场分娩预警系统中,实时识别奶山羊的异常分娩行为,降低母羊难产风险,为奶山羊的智能化管理提供技术支持。
文摘放牧家畜作为草地生态系统的初级消费者,通过采食、排泄、游走践踏、反刍、卧息等多种行为影响草地生态系统结构与功能,是草地生态系统的重要组成部分。因此,近年来国内外学者对家畜牧食行为展开大量研究,积累大量学术论文成果,及时总结家畜牧食行为领域发展前沿及趋势,可为相关研究的未来发展方向提供基础资料及参考依据。本研究以2002-2022年Web of Science核心合集和中国知网数据库中放牧家畜牧食行为研究领域收录期刊论文为对象,基于可视化工具CiteSpace软件绘制家畜牧食行为研究的知识结构图谱,分析相关论文研究现状与热点。结果显示,2002-2022年牧食行为相关研究发文量整体呈上升趋势,中国知网数据库相关研究数量与Web of Science核心合集相比发展较为缓慢。当前的研究热点主要集中在家畜活动监测(采食、反刍、游走和卧息等),放牧家畜的采食量与食性选择,采食、排泄和践踏等行为对草地生态系统的影响,以及牧食行为监测方法四个方面。
