基于深度学习的宠物猫排泄物图像分类及其在宠物猫智能家居系统的应用研究

• 萌宠菠菠乐园
• 2024-09-20 08:05

摘要

I

摘要

随着现代科学技术的发展和物联网技术的普

及涌现出越来越多的智能家

居产品

宠物饲养的智能化也成为了可能。宠物猫的日常饲养主要需要照顾

的地方就是其日常“吃、喝、拉、撒”

对宠物猫排泄物、进食量和饮水量进

行监测是识别和判断其健康状况的最佳方法识别宠物猫排泄物的类型和排泄

的次数可判断其排泄状况和规律从而可以初步推断宠物目前的健康状态。因

此在

宠物

智能家居系统中如何使宠物猫的健康状况诊断快捷、方便、准确、

智能有效的宠物猫排泄物图像的识别和分类是至关重要的。



卷积神经网络这一深度学习技术可以不依赖图像特定特征进行图像识别

且可以得到较好的识别效果。本文将卷积神经网络技术应用于

宠物猫排泄物图

像的识别并设计了一个基于安卓操作系统的宠物猫智能家居系统。本文研究

的主要内容如下



1.

综述了基于深度学习的图像分类技术研究现状系统介绍了卷积神经网

络的基本理论。



2.

针对缺乏公开且足够大的宠物猫排泄物图像数据集的问题本文通过人

工采集的方式收集数据建立了

CATFP

宠物排泄物图像数据集共包含宠物猫

排泄物图像

10000

幅。



3.

受

Inception

和

ResNet

神经网络结

构的启发经多次实验后本文提出了

一种新的卷积神经网络结构即

MRX

卷积神经网络结构。

MRX

卷积神经网络是结

合了

Inception

和

ResNet

网络的优点设计出的一个深度浅网络训练参数少

识别率高的神经网络。通过与几种经典神经网络模型

LeNet5

、

AlexNet

、

GoogLeNet

、

ResNet

-

50

、

Xception

对比

MRX

卷积神经网络对

CATFP

图像数据

集的识别率高于以上几种神经网络结构。其在

CATFP

宠物排泄物图像数据集中

的分类准确率达到了

93.028%



AUC

值达到

0.979

。



4.

设计并实现了

一个基于安卓系统的宠物猫智能家居系统鉴于宠物猫智

能系统是基于多个硬件产品多角度综合监测宠物猫健康状况的本文不对硬件

部分做阐述主要研究其软件部分由硬件采集并传输的数据在此系统中改

为手动模拟输入。这部分的研究主要是宠物猫排泄物图像识别系统的具体实现

包括深度学习模型的转换如何把模型嵌入到安卓应用软件中图像的预处理

相关知识

基于深度学习的宠物猫排泄物图像分类及其在宠物猫智能家居系统的应用研究
PyTorch深度学习：猫狗情感识别
基于深度学习的猫狗图片分类研究（数据集+实验代码+4000字实验报告）
一种基于深度学习的宠物行为识别方法及系统
基于深度学习的宠物狗活动监测系统设计
一种基于深度学习的宠物行为识别方法及系统与流程
一种基于深度残差网络的宠物图像情绪识别方法与流程
人工智能技术在智能家居中的智能宠物系统研究
基于Python的图像分类 项目实践——图像分类项目
深度学习在动物行为分析中的应用研究进展

网址: 基于深度学习的宠物猫排泄物图像分类及其在宠物猫智能家居系统的应用研究 https://m.mcbbbk.com/newsview192954.html