基于YOLOv5养殖场景下牛的行为识别

来源：家畜生态学报杂志2024年第9期北京时间：

作者：曹天一,王月明,李宝山,张晓卫

单位：内蒙古科技大学 信息工程学院，内蒙古 包头 014010

摘要：在现代化养殖场中,牛的行为识别对提升生产效益有重要意义，通过监测牛的日常行为可以判断牛的身体健康状况；而对牛的产犊行为监测，便于做好护理工作，避免生产损失。本研究采用YOLOv5s目标检测算法对养牛场牛进行行为检测，采集牛的站立、躺卧、采食、饮水、排粪、排尿、产犊七类行为图像数据并做标注，对图像进行数据增强操作，制作成牛行为识别数据集，最后放入YOLOv5s网络进行训练，得到牛行为目标检测模型。结果显示，模型检测站立、躺卧、采食、饮水、排粪、排尿、产犊等行为的平均准确率和平均召回率分别达到96.9%和94.1%，可为智慧养殖场牛行为监测提供技术支持。

关键词：养殖场；牛日常行为；目标检测；YOLOv5s

基金资助：内蒙古自治区关键技术攻关项目（2021GG0045）; 内蒙古自治区科技计划项目（2023YFSW0014）；内蒙古自治区高校基本科研业务项目（2023QNJS193）