• ВХОД
  •  

    Полное описание

    Методы нейросетевой детекции сельскохозяйственных животных в плотных динамических группах на изображениях / А. А. Жигалов, О. А. Иващук, Т. К. Бирюкова, В. И. Федоров. - DOI 10.14357/20718594230106. - Текст : непосредственный // Искусственный интеллект и принятие решений. - 2023. - N 1. - С. 55-66. - Библиогр. в конце ст. - ISSN 2071-8594.

    ГРНТИ УДК
    28.23004.8
    28.23.37004.032.26
    28.23.15004.93

    Рубрики:
    Искусственный интеллект
    Нейронные сети
    Распознавание образов
    Сельское хозяйство

    Кл.слова (ненормированные): искусственная нейронная сеть -- детекция -- трекинг -- распознавание лиц -- распознавание и идентификация животных -- неинвазивный автоматизированный мониторинг -- yolov5
    Аннотация: Представлены результаты разработки и исследования методов и моделей детекции (выделения особей) сельскохозяйственных животных на изображениях на примере свиней, которые находятся на агрокомплексах в плотных динамичных группах и к которым плохо применимы традиционные методы идентификации. Для решения задачи выбраны перспективные нейросетевые архитектуры Faster R-CNN и YOLOv5, выполнена тонкая настройка и обучение нейронных сетей. Применение сети YOLOv5 позволило достигнуть точности детекции mAP=94,05%, что существенно выше показанной в аналогичных работах. Представленные результаты - основа функционирования программно-аппаратного комплекса для неинвазивного автоматизированного контроля состояния животных с интеллектуальным анализом данных, обеспечивающего поддержку принятия оперативных научно обоснованных решений в сфере управления животноводством и продовольственной безопасностью.
    Доп. точки доступа:
    Жигалов, А.А.
    Иващук, Ольга Александровна
    Бирюкова, Татьяна Константиновна
    Федоров, Вячеслав Игоревич

    Экз-ры полностью 0c656f9fec98729ca380d1b6868f9514/2023/1
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -778596-938750)

    Шифр в сводном ЭК: 5738cafb4e2cc1df04c4c911e478674d




    Заказ фрагмента документа ₽