JIA | 推动生猪养殖场景计算机视觉应用：高质量数据集、基础模型与算法性能对比

本研究旨在推动计算机视觉在生猪养殖场景中的应用。背景方面，计算机视觉在动物精准管理中具有重要潜力，但由于缺乏基准数据集和可靠算法，其商业化应用受阻。研究目的为通过引入通用数据集PigLife填补技术发展与商业应用间的差距，该数据集涵盖配怀期、分娩期、保育期和生长育肥期等全生产阶段的视频与图像。研究对比了三种目标检测算法和三种实例分割算法在PigLife数据集上的表现，并讨论了从零训练、预训练模型和零样本模型的效果。结论表明，高质量数据集能体现应用场景多样性，使模型学习通用能力；迁移学习可加速开发进程；零样本模型在猪识别任务中具鲁棒性优势。研究强调了基准数据集在开发、加速和测试算法性能中的重要性，并呼吁国内外学者共建畜牧行业高质量人工智能数据集。该研究由中国农业大学和美国伊利诺伊大学香槟分校团队共同完成，发表于Journal of Integrative Agriculture。