Phát hiện trứng gia cầm ứng dụng trong quy trình kiểm soát đóng gói tự động bằng mô hình mạng YOLO

Chỉ số đề mục

68

Lĩnh vực nghiên cứu

Khoa học công nghệ chăn nuôi khác

Dạng tài liệu

Tác giả

Nguyễn Huy Công, Đoàn Hồng Quang, Lê Hồng Minh, Nguyễn Huy Hưng, Đặng Anh Đức⁽¹⁾, Nguyễn Chí Long, Nguyễn Huy Khẩn, Nguyễn Tuấn Hùng

Nhan đề

Phát hiện trứng gia cầm ứng dụng trong quy trình kiểm soát đóng gói tự động bằng mô hình mạng YOLO

Nhan đề tiếng anh

Poultry Eggs Detection Applications in The Automatic Packaging Control Process by YOLO Model

Nguồn trích

Tạp chí Khoa học và Công nghệ (Trường đại học Sư phạm Kỹ thuật Hưng Yên)

Năm xuất bản

2022

Số

33

Trang

41-47

ISSN

2354-0575

Từ khóa

Mô hình mạng YOLO, Mạng nơ ron học sâu, Mạng nơ ron tích chập, Phát hiện trứng, Phát hiện trứng gia cầm, Đóng gói tự động

Từ khóa tiếng anh

YOLO Network, Deep Learning, Convolutional Neural Network, Eggs Detection

Tóm tắt

Phát hiện trứng là một công việc quan trọng của ngành chăn nuôi gia cầm công nghệ cao. Trong các trang trại nuôi gia cầm sản xuất trứng, các công đoạn xếp trứng tự động vào khay trước khi đưa ra thị trường cần phải có một công đoạn kiểm tra số lượng trứng cũng như phát hiện và loại bỏ những quả trứng không đạt (trứng bé, trứng vỡ,..). Ngoài ra công đoạn kiểm đếm số lượng trứng đảm bảo đủ số lượng, phục vụ báo cáo là rất cần thiết với các công ty kinh doanh, đơn vị phân phối. Đề giải quyết những vấn đề này, các tác giả đề xuất mô hình YOLOv3 cải tiến để phát hiện trứng bằng việc xử lý dữ liệu thu nhận được từ camera giám sát.

Tóm tắt tiếng anh

Egg detection plays an important role in the poultry farming industry utilizing high technology. In the poultry farms producing eggs, the stages of automatically placing eggs into trays require extra steps to count the number of eggs as well as to detect faulty eggs (baby eggs, broken eggs, etc.). In addition, egg inspections to ensure sufficient quantity and support reporting are necessary for trading and distributing companies. In order to address these challenges, the authors propose an improved YOLOvỉ model for egg detection by processing data obtained from surveillance cameras.

Kí hiệu kho

TTKHCNQG, CVv 380

File toàn văn

Xem toàn văn