English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 2872/3785 (76%)
造訪人次 : 3421262 線上人數 : 697
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部MUIR
健康暨護理學院
資訊科技系
--期刊論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於MUIR
‧
管理
Meiho University Institutional Repository
>
健康暨護理學院
>
資訊科技系
>
期刊論文
>
Item 987654321/4215
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.meiho.edu.tw/ir/handle/987654321/4215
題名:
智能偵測動物發情駕騎動作之系統
作者:
陳建興
張智捷
貢獻者:
健康科學管理學院
關鍵詞:
牛隻駕騎發情
深度學習
影像辨識
日期:
2024-06-13
上傳時間:
2024-06-14T07:58:29Z (UTC)
摘要:
研究目的:在現有已開發的牛隻發情自動偵測系統中,都存在無法有效偵測所有的發情行為,只有全天候的影像監控錄影方式才可解決此問題,不過全時影像記錄結果需耗費大量的人力時間來檢視,若能透過自動化影像處理技術來判定牛隻站立發情的影像時間點,將可克服全時影像記錄的缺點。
研究方法:以深度學習 Yolo V5 演算法的影像辨識開發乳牛發情偵測系統,主要研究方法是使用 Yolo V5 將需要偵測的圖像進行訓練,當牛隻發情動作發生時系統可偵測出有牛隻發情駕騎動作的發生,並記錄發情的影像時間點於資料庫內,接著只需再檢視此特定發情時間點的影像來辨識出發情牛。
研究結果:本研究利用深度學習技術應用於駕騎動作的偵測,採用 YOLO V5 為訓練時使用的深度學習模型,而用於模型訓練的駕騎圖片有 70 張, 15 張用於模型訓練後的測試。系統偵測時可以獲得良好的牛隻駕騎動作的偵測結果。
顯示於類別:
[資訊科技系] 期刊論文
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
智能偵測動物發情駕騎動作之系統 (1).pdf
136Kb
Adobe PDF
0
檢視/開啟
檢視Licence
在MUIR中所有的資料項目都受到原著作權保護.
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋