Fugu-MT 論文翻訳(概要): Stall Number Detection of Cow Teats Key Frames

論文の概要: Stall Number Detection of Cow Teats Key Frames

arxiv url: http://arxiv.org/abs/2303.10444v2
Date: Tue, 21 Mar 2023 00:54:10 GMT
ステータス: 処理完了
システム内更新日: 2023-03-22 11:19:24.644391
Title: Stall Number Detection of Cow Teats Key Frames
Title（参考訳）: 牛のティーツキーフレームのストール数検出
Authors: Youshan Zhang
Abstract要約: このデータセットは、1042のトレーニングイメージと、0から60までのストール番号を持つ261のテストイメージを含む。実験結果は、停止数認識における92%の精度と、停止数位置予測における40.1%のIoUスコアを達成する。
参考スコア（独自算出の注目度）: 11.80267432402723
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: In this paper, we present a small cow stall number dataset named CowStallNumbers, which is extracted from cow teat videos with the goal of advancing cow stall number detection. This dataset contains 1042 training images and 261 test images with the stall number ranging from 0 to 60. In addition, we fine-tuned a ResNet34 model and augmented the dataset with the random crop, center crop, and random rotation. The experimental result achieves a 92% accuracy in stall number recognition and a 40.1% IoU score in stall number position prediction.
Abstract（参考訳）: 本稿では,牛のストール数検出を目標として,牛のティートビデオから抽出した牛のストール数データセットであるcowstallnumbersを提案する。このデータセットは、1042のトレーニングイメージと、0から60までのストール番号を持つ261のテストイメージを含む。さらに、ResNet34モデルを微調整し、ランダムな作物、中央の作物、ランダムな回転でデータセットを拡張した。実験結果は、停止数認識における92%の精度と、停止数位置予測における40.1%のIoUスコアを達成する。

関連論文リスト

Supervised Learning Model for Key Frame Identification from Cow Teat Videos [0.9115927248875568]
本稿では, ウシの乳房炎リスク評価の精度をニューラルネットワークとビデオ解析を用いて改善する手法を提案する。伝統的に、獣医は乳牛の乳房の健康を評価する。本論文は、牛のうどんが無傷に見えるビデオのキーフレームをニューラルネットワークで同定する。
論文参考訳（メタデータ） (2024-09-26T15:50:43Z)
Classifying cow stall numbers using YOLO [0.0]
データセットは1042のトレーニングイメージと261のテストイメージで構成され、0から60までのストール番号が特徴である。実験結果は、ストール数を認識する際の顕著な95.4%の精度を示している。
論文参考訳（メタデータ） (2023-11-23T05:08:48Z)
Whole-body Detection, Recognition and Identification at Altitude and Range [57.445372305202405]
多様なデータセットに基づいて評価したエンドツーエンドシステムを提案する。我々のアプローチでは、一般的な画像データセットで検出器を事前トレーニングし、BRIARの複雑なビデオや画像でそれを微調整する。屋内・屋外・航空シナリオにおける様々な範囲や角度の異なる条件下で徹底的な評価を行う。
論文参考訳（メタデータ） (2023-11-09T20:20:23Z)
HarvestNet: A Dataset for Detecting Smallholder Farming Activity Using Harvest Piles and Remote Sensing [50.4506590177605]
HarvestNetは、2020-2023年のエチオピアのティグレイとアムハラの農場の存在をマッピングするためのデータセットである。本研究は,多くの小作システムの特徴ある収穫杭の検出に基づく新しい手法を提案する。本研究は, 農作物のリモートセンシングが, 食品の安全地帯において, よりタイムリーかつ正確な農地評価に寄与することが示唆された。
論文参考訳（メタデータ） (2023-08-23T11:03:28Z)
APT-36K: A Large-scale Benchmark for Animal Pose Estimation and Tracking [77.87449881852062]
APT-36Kは動物のポーズ推定と追跡のための最初の大規模ベンチマークである。このビデオは、30種の動物から収集・フィルタリングされた2,400のビデオクリップと、各ビデオの15フレームで構成されており、合計で36,000フレームとなっている。我々は,(1)ドメイン内およびドメイン間移動学習環境下での単一フレームでの動物ポーズ推定,(2)未確認動物に対する種間ドメイン一般化テスト,(3)動物追跡による動物ポーズ推定の3つのモデルについて,いくつかの代表的モデルをベンチマークした。
論文参考訳（メタデータ） (2022-06-12T07:18:36Z)
Segmentation Enhanced Lameness Detection in Dairy Cows from RGB and Depth Video [8.906235809404189]
早期の乳腺検出は、農家が早期に病気に対処し、牛の状態を悪化させることによるネガティブな影響を避けるのに役立つ。乳房から出る牛の短いクリップのデータセットを収集し,牛の乳腺の程度を注釈した。我々は、トレーニング済みのニューラルネットワークを利用してビデオから識別的特徴を抽出し、その状態を示す各牛にバイナリスコアを割り当てる「健康」または「ラム」を提案する。
論文参考訳（メタデータ） (2022-06-09T12:16:31Z)
TNCR: Table Net Detection and Classification Dataset [62.997667081978825]
TNCRデータセットは、スキャンされた文書画像のテーブル検出と5つのクラスに分類される。我々は、テーブル検出のための最先端のディープラーニングベースの手法を実装し、いくつかの強力なベースラインを構築した。我々は、テーブルの検出、分類、構造認識に対するより深い学習アプローチを促進するために、TNCRをオープンソースにしました。
論文参考訳（メタデータ） (2021-06-19T10:48:58Z)
Fast and Accurate Camera Scene Detection on Smartphones [51.424407411660376]
本稿では,11K以上の手動クロール画像を含むカメラシーン検出データセット(CamSDD)を提案する。本研究では,このデータセット上で上位3の99.5%の精度を示す,効率的かつNPU対応のCNNモデルを提案する。
論文参考訳（メタデータ） (2021-05-17T14:06:21Z)
Towards Self-Supervision for Video Identification of Individual Holstein-Friesian Cattle: The Cows2021 Dataset [10.698921107213554]
我々は最大のアイデンティティアノテートホルスタインフリースアン牛データセットCows2021を公開します。動物同一性学習のための自己超越信号として,ビデオ間の時間的コートパターンの出現を活用することを提案する。その結果、top-1 57.0% と top-4: 76.9% と調整された rand 指数 0.53 の精度を示した。
論文参考訳（メタデータ） (2021-05-05T09:08:19Z)
T-LEAP: occlusion-robust pose estimation of walking cows using temporal information [0.0]
乳牛の健康障害である乳腺は、乳牛の歩行を分析して一般的に検出される。モデルが自動的に画像やビデオの解剖学的ランドマークをローカライズすることを学ぶので、牛の歩行はポーズ推定モデルを使用してビデオで追跡することができます。ほとんどの動物のポーズ推定モデルは静的であり、ビデオはフレームごとに処理され、時間的情報を使用しない。
論文参考訳（メタデータ） (2021-04-16T10:50:56Z)
Counting Cows: Tracking Illegal Cattle Ranching From High-Resolution Satellite Imagery [59.32805936205217]
牛の農業は世界の温室効果ガス排出量の8.8%を占めている。 40cmの解像度でアマゾンの衛星画像を取得し、合計28498頭の牛を含む903枚の画像のデータセットをまとめた。本実験は,有望な結果を示し,これらの課題を解決するためのアルゴリズムとデータ収集プロセスのいずれにおいても,次のステップの重要方向を示すものである。
論文参考訳（メタデータ） (2020-11-14T19:07:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。