인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
As the number of livestock farms in Korea decreases, the scale of individual farms has grown, necessitating advanced methods for efficient livestock management. Recent studies have increasingly applied computer vision and deep learning to monitor livestock behavior, health, and disease, aiming to enhance productivity and animal welfare. This study introduces a real-time cattle behavior detection system utilizing YOLOv9, a state-of-the-art object detection algorithm known for its high accuracy and efficiency. The YOLOv9-s model, optimized for real-time detection with minimal computational overhead, was employed. To further enhance detection accuracy, we incorporated AutoAugment, a data augmentation technique that automatically selects the optimal augmentation policies, and mixup, a method that improves model generalization by creating new training samples through linear interpolation of existing ones. The application of AutoAugment improved the mean Average Precision (mAP) from 0.926 to 0.941, while the addition of mixup raised the mAP to 0.947, representing a 2.1% performance increase. These results confirm the system's capability for accurate and efficient real-time detection of cattle behavior.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092309735
