TrabalhosGratuitos.com - Trabalhos, Monografias, Artigos, Exames, Resumos de livros, Dissertações
Pesquisar

Sistema automatizado depontuação de condição corporale pesquisas mais recentes paragado leiteiro

Por:   •  18/4/2021  •  Resenha  •  703 Palavras (3 Páginas)  •  185 Visualizações

Página 1 de 3

[pic 1][pic 2]

Juneta Tao        Sobre[pic 3]


assinar em[pic 4][pic 5]

[pic 6]

Você tem 2 histórias gratuitas somente para membros restantes este mês. Inscreva-se no Medium e ganhe um extra

Sistema automatizado de pontuação de condição corporal e pesquisas mais recentes para gado leiteiro

[pic 7]    Juneta Tao 16 de dezembro de 2020 · 3 min de leitura[pic 8]

O nível de gordura corporal afeta a produtividade, reprodução, saúde e longevidade. O BCS é introduzido para avaliar uma vaca com uma escala de 1 a 5, que indica o nível de gordura corporal de baixo a alto. A faixa de BCS ideal varia de acordo com os diferentes períodos. Veja a figura abaixo.

[pic 9]

citar

Os pontuadores tradicionalmente treinados estimam o BCS observando e tocando uma vaca. Para eficiência e reprodutibilidade, sistemas BCS automatizados são desenvolvidos ao longo dos últimos anos.

Existem alguns sistemas de BCS curre n TLY disponíveis no mercado. DeLaval e Protrack BCS usam sensor 3D para reconstruir a forma 3D de uma vaca, e então detectar características chave para estimar BCS. Protrack requer a instalação de um estande, que fornece condições de iluminação relativamente controladas. Protrack também usa a escala de pontuação da Nova Zelândia de 1 a 10.

[pic 10]

[pic 11]

Protrack estande

[pic 12]

Imagens de exemplo de Protrack

Os principais recursos são selecionados com base na orientação de pontuação.

[pic 13]

Pontos principais citados

[pic 14]

Pontuação demonstrada citar

BodyMat F da Ingenera SA e Biondi Engineering também usam sensor 3D. 4DRT-Alpha da Biondi é um sensor 3D com processador integrado para[pic 15]

estimativa de peso e características lineares. Biondi também possui um dispositivo de pega 4DRT-Mike e 4DRT-Victor .

Alguns artigos foram publicados sobre a avaliação dos sistemas DeLaval e BodyMat F. O'Leary, Niall, et al [1] avaliaram o BodyMat F. Test conduzido em 103 indivíduos ao longo de 1945 registros. Desempenho semelhante relatado em comparação com dois pontuadores treinados. Mullins, Israel L., et al [2] relataram que Delaval tem um desempenho semelhante aos pontuadores com BCS 3,0-3,75. KetoLution da Bayer fornece um aplicativo de telefone para estimar BCS com duas imagens RGB (traseira e lateral).

Existem alguns artigos recentes propostos para aplicar Redes Neurais Profundas (DNNs) para estimar BCS. Huang, Xiaoping, et al [3] propuseram detectar o quadril e classificar os escores de BCS discretos 2,5 a 4,5 com intervalo de 0,5. DensNet usado como backbone com cabeça de detecção e classificação BCS. O conjunto de dados completo contém 8.972 imagens RGB.

[pic 16]

[pic 17]

Estrutura de classificação BCS baseada em DenseNet [3]

[pic 18]

Detecção de exemplo e resultados de classificação BCS de [3]

Rodríguez, Alvarez, et al [4] propuseram classificar o BCS entre 1,75 a 4,5 com intervalo de 0,25. Em vez de imagens RBG, Mircosoft Kinect V2 é usado para coletar imagens de profundidade. O conjunto de dados contém 1661 imagens com resolução 512 * 424. As estimativas de 82% são precisas com 0,25 unidade. Os canais de entrada combinados são profundidade, borda e profundidade transformada de Fourier.

...

Baixar como (para membros premium)  txt (4.5 Kb)   pdf (480.9 Kb)   docx (406.6 Kb)  
Continuar por mais 2 páginas »
Disponível apenas no TrabalhosGratuitos.com