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：
- 使用anaconda建立一個虛擬環境
- 根據安裝的cuda版本下載pytorch，網址:https://pytorch.org/get-started/locally/
- 於連結下載檔案並解壓縮獲得一資料夾
- 將anaconda終端所在位置移動至檔案資料夾
- 執行pip install -r requirement.txt
- 將欲辨識的影片放在"video"資料夾中
- 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
- 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：
資料與資源
額外的資訊
| 欄位 | 值 |
|---|---|
| 最後更新 | October 13, 2024, 5:52 AM (UTC+00:00) |
| 建立 | August 18, 2024, 7:03 AM (UTC+00:00) |