Fugu-MT 論文翻訳(概要): Classifying cow stall numbers using YOLO

論文の概要: Classifying cow stall numbers using YOLO

arxiv url: http://arxiv.org/abs/2401.03340v1
Date: Thu, 23 Nov 2023 05:08:48 GMT
ステータス: 処理完了
システム内更新日: 2024-01-15 09:19:13.958520
Title: Classifying cow stall numbers using YOLO
Title（参考訳）: yoloを用いた牛のストール数の分類
Authors: Dheeraj Vajjarapu
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: This paper introduces the CowStallNumbers dataset, a collection of images extracted from videos focusing on cow teats, designed to advance the field of cow stall number detection. The dataset comprises 1042 training images and 261 test images, featuring stall numbers ranging from 0 to 60. To enhance the dataset, we performed fine-tuning on a YOLO model and applied data augmentation techniques, including random crop, center crop, and random rotation. The experimental outcomes demonstrate a notable 95.4\% accuracy in recognizing stall numbers.
Abstract（参考訳）: 本稿では,牛の群れ検出の分野を推し進めるために,牛の群れに着目したビデオから抽出した画像の集合であるCowStallNumbersデータセットを紹介する。データセットは、0から60までのストール番号を特徴とする1042のトレーニング画像と261のテスト画像からなる。データセットを強化するために, YOLOモデルを用いて微調整を行い, 乱作, 中心作物, ランダム回転などのデータ拡張手法を適用した。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。

関連論文リスト

MultiCamCows2024 -- A Multi-view Image Dataset for AI-driven Holstein-Friesian Cattle Re-Identification on a Working Farm [2.9391768712283772]
複数のカメラで撮影されたMultiCamCows2024は、ホルシュタイン・フリース種牛の生体認証のための大規模画像データセットである。データセットは90頭の牛の101,329枚の画像と、基盤となるCCTVの映像で構成されている。本研究の枠組みは, トラッカーレットの完全自動識別を可能にすることを示し, トラッカーレットの完全性の簡易な検証のみを禁止している。
論文参考訳（メタデータ） (2024-10-16T15:58:47Z)
From Seedling to Harvest: The GrowingSoy Dataset for Weed Detection in Soy Crops via Instance Segmentation [0.2605569739850177]
我々は、ニューラルネットワークを訓練し、インスタンスセグメンテーションを通して雑草や大豆を検知する包括的データセットを導入する。我々のデータセットは、大豆の生育の様々な段階をカバーし、雑草の侵入の影響に関する時系列的な視点を提供する。また、このデータセットでトレーニングされたアートモデルの6つの状態を提供し、プランテーションプロセスのすべての段階で大豆や雑草を理解し、検出することができます。
論文参考訳（メタデータ） (2024-06-01T06:12:48Z)
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)
Multimodal Foundation Models for Zero-shot Animal Species Recognition in Camera Trap Images [57.96659470133514]
モーションアクティベートカメラトラップは、世界中の野生生物を追跡・監視するための効率的なツールである。教師付き学習技術は、そのような画像を分析するためにうまく展開されているが、そのような訓練には専門家のアノテーションが必要である。コストのかかるラベル付きデータへの依存を減らすことは、人間の労働力を大幅に減らした大規模野生生物追跡ソリューションを開発する上で、大きな可能性を秘めている。
論文参考訳（メタデータ） (2023-11-02T08:32:00Z)
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)
Stall Number Detection of Cow Teats Key Frames [11.80267432402723]
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。
論文参考訳（メタデータ） (2023-03-18T15:56:29Z)
End-to-end deep learning for directly estimating grape yield from ground-based imagery [53.086864957064876]
本研究は, ブドウ畑の収量推定に深層学習と併用した近位画像の応用を実証する。オブジェクト検出、CNN回帰、トランスフォーマーモデルという3つのモデルアーキテクチャがテストされた。本研究は,ブドウの収量予測における近位画像と深層学習の適用性を示した。
論文参考訳（メタデータ） (2022-08-04T01:34:46Z)
CropMix: Sampling a Rich Input Distribution via Multi-Scale Cropping [97.05377757299672]
そこで本研究では,元のデータセット分布からリッチな入力分布を生成するための簡単なCropMixを提案する。 CropMixは、分類タスクを実行するトレーニングレシピやニューラルネットワークアーキテクチャにシームレスに適用することができる。 CropMixは、より強力な表現に向けて、対照的な学習とマスクされた画像モデリングの両方に利益があることを示す。
論文参考訳（メタデータ） (2022-05-31T16:57:28Z)
Florida Wildlife Camera Trap Dataset [48.99466876948454]
フロリダ州南西部の2つの異なる場所から収集された野生生物カメラトラップ分類データセットについて紹介する。データセットは104,495枚の画像からなり、視覚的に類似した種、様々な照明条件、スキュードクラス分布、絶滅危惧種のサンプルを含む。
論文参考訳（メタデータ） (2021-06-23T18:53:15Z)
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)

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。