基于深度学习数据增强技术的肉牛行为识别 与养殖状态评估研究

摘 要：肉牛行为的准确识别是智慧养殖中个体状态监测和精细化管理的重要基础。针对实际养殖场景中光照变化、行为姿态差异以及训练样本规模对识别性能影响不明确等问题，本文以9类肉牛典型行为图像为研究对象，构建基于深度学习骨干网络与组合数据增强的行为识别流程。数据集包含饮水、进食、争斗、舔舐、躺卧、爬跨、探究、站立和行走9类行为，覆盖低光、正常光照、高光和黑暗4种光照条件，共4500张图像。首先，在统一训练条件下比较ResNet-50、DenseNet-121、EfficientNet-B0和Swin-T四种骨干网络。实验结果表明，EfficientNet-B0的测试准确率为98.37%±1.36%，参... View More