需同意授權
You're currently viewing an old version of this dataset. To see the current version, click here.

側拍牛隻行為影像辨識模型

此模型以 Yolov7 + YoloX 結合為基礎,並加入時空卷積網路進行影片序列型資料辨識,最後再以卡爾曼濾波器以及匈牙利演算法增加追蹤效果,用於追蹤影片當中牛隻可能被遮擋而不易被辨識的牛隻。

電腦需求:需配有 Nvidia 顯卡,並已安裝 cuda、anaconda

輸入:影片

輸出:各別牛隻即時行為偵測結果

使用步驟:

  1. 使用anaconda建立一個虛擬環境
  2. 根據安裝的cuda版本下載pytorch,網址:https://pytorch.org/get-started/locally/
  3. 於連結下載檔案並解壓縮獲得一資料夾
  4. 將anaconda終端所在位置移動至檔案資料夾
  5. 執行pip install -r requirement.txt
  6. 將欲辨識的影片放在"video"資料夾中
  7. 使用預訓練模型進行影片偵測 python demo.py –video video/{video.mp4} –weight yowov2_slowfast.pth --show
  8. 辨識影片結果將存在 "det_result" 資料夾,存檔檔名為當下執行時間的影片檔案

Github: https://github.com/JasonHuang0119/Cow-action-detection/tree/main
模型輸出可視化效果如下圖:

Sample Image

Data and Resources

Additional Info

Field Value
Last Updated August 21, 2024, 17:49 (+0800)
Created August 18, 2024, 15:03 (+0800)

Recommended Dataset