УЛУЧШЕННАЯ МОДЕЛЬ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ИДЕНТИФИКАЦИИ КРУПНОГО РОГАТОГО СКОТА С ИСПОЛЬЗОВАНИЕМ ИЗОБРАЖЕНИЙ МОРДЫ
DOI:
https://doi.org/10.26577/JMMCS2025125102Ключевые слова:
изображения морд крупного рогатого скота, распознавание образов, извлечение признаков, биометрические признаки, идентификация крупного рогатого скота, модели глубокого обучения, архитектура моделиRemove изображения морд крупного рогатого скота, распознавание образов, извлечение признаков, биометрические признаки, идентификация крупного рогатого скота, модели глубокого обучения, архитектура моделиАннотация
Использование традиционных методов идентификации крупного рогатого скота, таких как ушные бирки, клеймение и татуировки, требует постоянного участия человека, а также значительных затрат времени и усилий. Несмотря на широкое применение радиочастотных методов идентификации (RFID) в наши дни, они также имеют определенные недостатки. RFID устройства, используемые для этого, должны постоянно устанавливаться, что может вызывать беспокойство у животных, и во время их передвижения устройства могут быть повреждены или потеряны, что приводит к дальнейшим проблемам. Использование биометрических характеристик для идентификации крупного рогатого скота устраняет эти недостатки. В этом методе животных идентифицируют по их уникальным биометрическим характеристикам, таким как рисунки радужки, текстуры кожи, отпечатки носа и черты лица. Данная статья посвящена идентификации крупного рогатого скота на основе отпечатков носа. В этом исследовании было использовано в общей сложности 4923 изображения 268 голов круп- ного рогатого скота. Архитектуры восьми различных моделей были улучшены и выбранных для процесса обучения и обучение было проведено. По результатам исследования модели DenseNet-121, WideResNet-50 и Inception V3 достигли наивысшей точности, составив 99,2%, 99,1% и 99,1% соответственно. Эти результаты демонстрируют эффективность предложенной архитектуры.
