YOLOv11 鸡行为追踪模型在安卓端部署评估
热点事件持续更新
YOLOv11 鸡行为追踪模型在安卓端部署评估
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Glauber da Rocha Balthazar 等人开发并评估了基于 YOLOv11 的肉鸡行为自动分类模型。该研究利用预标注视频训练模型,经 TFLite 转换后部署于 Android 应用,旨在温控鸡舍中实现对坐、站立和采食三类行为的监测。 测试结果显示,静态姿态识别准确率较高(坐姿 AP=0.531,精确率 100%),但动态采食行为表现较低(AP=0.292,召回率 0.20)。
AI 根据报道生成 · 11 小时前更新
最新进展11月18日 13:00
YOLOv11 通过安卓设备实现肉鸡行为追踪与福利评估报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉YOLOv11 通过安卓设备实现肉鸡行为追踪与福利评估
研究利用预标注视频训练 YOLOv11 模型,经 TFLite 转换部署于安卓应用,在温控鸡舍中实现对坐、站立和采食三类行为的自动分类。测试显示静态姿态识别准确率最高(坐姿 AP=0.531,精确率 100%),动态采食行为表现较低(AP=0.292,召回率 0.20)。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。