大理大学学报 ›› 2024, Vol. 9 ›› Issue (12): 58-64.
摘要: 牛体姿态估计在分析牛行为和评价牛健康状况方面具有至关重要的作用。针对目前无法对牛进行全天候监控并及时地
获得相应行为信息的问题,采用YOLO算法对牛体姿态进行研究,建立牛体姿态估计模型,用于识别牛并提取牛体骨架结构。测
试结果表明,YOLOv8n-pose牛体姿态估计模型与YOLOv7-w6-pose相比,精确度、召回率、Loks=0.50时的平均精确度均值(mAP0.50)
分别提升4.7%、3.0%、2.7%,模型参数量、计算量分别降低59.2%、91.0%,单张图像平均检测时间减少5.74 ms。YOLOv8牛体姿
态估计模型具有较高的检测精度和检测速度,可为大规模畜牧业中的牛体姿态估计提供可靠且有价值的参考。
中图分类号: