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
Timely identification of sow farrowing is important for farm management and piglet welfare. This study proposes RAR-LbC, a loss-based ROI-aligned training strategy for classifying top-view farrowing-pen images into farrowing and non-farrowing classes. EfficientNetV2 is used as the backbone, and the proposed method improves training by modifying the loss function without changing the network architecture. RAR-LbC combines ROI-based Activation Regularization (RAR), which suppresses activation probability mass outside a predefined ROI, with Localization by Classification (LbC), which aligns the attention distribution used for feature aggregation with the ROI. Experiments showed that RAR-LbC improved overall classification performance compared with the original-image baseline, increasing recall from 72.58% to 74.42%, which indicates improved detection of farrowing frames. Paired t-test, ablation, and sensitivity analyses further confirmed the effectiveness of the proposed ROI-aligned loss design. These results suggest that RAR-LbC can improve sow farrowing status classification by guiding the model toward farrowing-relevant regions during training.
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
