深度学习在猪只饲养过程的应用研究进展

S24; 随着人工智能技术的兴起,深度学习技术发展迅猛,在图像及音频识别、自然语言处理、机器人技术、生物信息学、化学和金融等领域中应用广泛,也是目前发展精细畜牧业重要工具.养猪业是中国的重要农业产业,生猪的体况、行为及健康状况直接影响猪场的收入水平,通过深度学习技术可以快速、准确地了解猪只的相关信息并进行精确管理,提高猪只饲养效率及动物福利水平.该研究阐述了深度学习在目标猪只检测、猪只图像分割、猪只体况及异常监测、猪只行为识别上的应用现状,提出了深度学习技术在猪只饲养过程中的改进策略,以方便研究人员快速了解其研究进展.同时总结和分析了深度学习技术在猪只饲养过程中关于数据来源及数据集、应用范围、...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 38; no. 14; pp. 235 - 249
Main Authors 滕光辉, 冀横溢, 庄晏榕, 刘慕霖
Format Journal Article
LanguageChinese
Published 北京市畜禽健康养殖环境工程技术研究中心,北京 100083%中国农业大学水利与土木工程学院,北京 100083 2022
中国农业大学水利与土木工程学院,北京 100083
农业农村部设施农业工程重点实验室,北京 10083
Subjects
卷积神经网络
计算机视觉
深度学习
精细畜牧业
猪只
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2022.14.027

Cover

More Information
Summary:S24; 随着人工智能技术的兴起,深度学习技术发展迅猛,在图像及音频识别、自然语言处理、机器人技术、生物信息学、化学和金融等领域中应用广泛,也是目前发展精细畜牧业重要工具.养猪业是中国的重要农业产业,生猪的体况、行为及健康状况直接影响猪场的收入水平,通过深度学习技术可以快速、准确地了解猪只的相关信息并进行精确管理,提高猪只饲养效率及动物福利水平.该研究阐述了深度学习在目标猪只检测、猪只图像分割、猪只体况及异常监测、猪只行为识别上的应用现状,提出了深度学习技术在猪只饲养过程中的改进策略,以方便研究人员快速了解其研究进展.同时总结和分析了深度学习技术在猪只饲养过程中关于数据来源及数据集、应用范围、模型优化的不足与展望,提出应建立适用于猪只领域的公共数据集和统一的数据集标准,扩大深度学习的应用范围,优化DL(Deep Learning)模型以满足实际任务需求,将深度学习应用于猪场生产实践中.该研究旨为提高猪只福利化养殖和猪场经济效益提供依据,以推动深度学习在猪只饲养过程中应用的进一步发展.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2022.14.027