面向长尾分布问题的猪只上方体况研究

针对猪只养殖的无人化、智能化问题，本文对传统猪只体况评分方法做出改进，提出一种通过上方进行猪只体况评分的方法，并使用线性插值法作为新的体况评分方式。以Resnet-50网络为基础，引入卷积核注意力机制模块增强对不同体况猪只的特征提取。加入标签平滑算法以及特征平滑分布算法以解决猪只上方体况中存在的长尾分布问题。此外，使用猪场采集的数据制作猪只上方体况数据集，实验结果表明，改进后网络在测试中可达到85.5%的准确率，较原网络提升了3.5%；平均绝对误差和均方误差分别为42.7%和28.5%，较原网络分别降低12.7%和18.7%。通过实验验证猪只上方体况研究的可行性以及所使用方法在提升模型处理长尾分布问题上的有效性。