引用格式
张宇, 李相廷, 孙雅琳, 薛爱迪, 张翼, 姜海龙, 沈维政. 基于边缘计算和改进MobileNet v3的奶牛反刍行为实时监测方法[J]. 智慧农业(中英文), 2024, 6(4): 29-41.
ZHANG Yu, LI Xiangting, SUN Yalin, XUE Aidi, ZHANG Yi, JIANG Hailong, SHEN Weizheng. Real-Time Monitoring Method for Cow Rumination Behavior Based on Edge Computing and Improved MobileNet v3[J]. Smart Agriculture, 2024, 6(4): 29-41.
官网全文免费阅读
基于边缘计算和改进MobileNet v3的奶牛反刍行为实时监测方法
张宇1， 李相廷1， 孙雅琳2， 薛爱迪1，3， 张翼1， 姜海龙1， 沈维政1*
（1.东北农业大学 电气与信息学院，黑龙江哈尔滨 150030，中国；2.哈尔滨航天恒星数据系统科技有限公司，黑龙江哈尔滨 150030，中国；3.哈尔滨电机厂有限责任公司，黑龙江哈尔滨 150030，中国）
摘要：［目的/意义］随着奶牛养殖业向规模化、精准化和信息化养殖迅速发展，对奶牛健康的监测和管理需求也日益增加。实时监测奶牛的反刍行为对于第一时间获取奶牛健康的相关信息以及预测奶牛疾病具有至关重要的意义。目前，针对奶牛反刍行为的监测已经提出了多种策略，包括基于视频监控、声音识别、传感器监测等方法，但是这些方法普遍存在实时性不足的问题。为了减轻数据传输的数量与云端计算量，实现对奶牛反刍行为的实时监测，基于边缘计算的思想提出了一种实时对奶牛反刍行为进行监测的方法。
［方法］使用自主设计的边缘设备实时地采集并处理奶牛的六轴加速度信号，基于六轴数据提出了基于联邦式与拆分式边缘智能这两种不同的策略对奶牛反刍行为实时识别方法展开研究。在基于联邦式边缘智能的奶牛反刍行为实时识别方法研究中，通过协同注意力机制改进MobileNet v3网络提出了CA-MobileNet v3网络，进而利用CA-MobileNet v3网络和FedAvg模型聚合算法，设计了联邦式边缘智能模型。在基于拆分式边缘智能的奶牛反刍行为实时识别方法研究中，利用融合协同注意力机制的MobileNet v3网络和Bi-LSTM网络，设计了基于MobileNet-LSTM的拆分式边缘智能模型。
［结果和讨论］对比了MobileNet v3、CA-MobileNet、联邦式边缘智能模型，以及拆分式边缘智能模型的识别准确率，其中基于CA-MobileNet v3的联邦式边缘智能模型的平均查准率、召回率、F1-Score、特异性以及准确率分别达到97.1%、97.9%、97.5%、98.3%和98.2%，达到了最佳识别效果。
［结论］本研究为奶牛反刍行为的监测提供了一种实时有效的方法，所提出的方法可以在实际应用中使用。
关键词： 奶牛反刍行为；实时监测；边缘计算；改进MobileNet v3；边缘智能模型；Bi-LSTM
文章图片
Fig. 1 Cow rumination behavior monitoring experimental field and sensor wearing position
Fig. 2 Coordinate schematic diagram of dairy cow posture transitions
Fig. 3 Block diagram of attitude Angle solution using the Kalman filter algorithm
Fig. 4 Comparison diagram of attitude estimation experiments with and without the Kalman filter
Fig. 5 Structure diagram of CA-bneck
Fig. 6 Flow chart of training of federated edge intelligent modelFig. 5 Structure diagram of CA-bneck
Fig. 7 Structure diagram of MobileNet-LSTM network
Fig. 8 Training flow chart of split edge intelligence model
Fig. 9 Accuracy curve and Loss curve of training models with different I values of CA-MobileNet v3
Fig. 10 Comparison of training curves between CA-MobileNet v3 and MobileNet-LSTM of split edge intelligence model
Fig. 11 Boxplot of experimental results distribution for
MobileNet v3， CA-MobileNet， Federated edge
作者介绍
来源：《智慧农业（中英文）》2024年第4期
转载请联系编辑部授权
本期支持单位
推荐阅读
智慧农业微信交流服务群
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。
