肉猪催肥效果好的产品 猪催长添加剂

现有的采用深度学习方法针对猪群行为的研究，通常是使用常规的2d卷积核（2d conv）搭建卷积神经网络。2d conv是针对单张图片进行卷积操作，提取的是图片的空间特征。针对猪只的分割，识别，行为检测取得了很好的成果[21-24,26]。但是针对猪只的侵略性行为识别而言，仅通过单张图片进行识别并不准确，侵略性行为是一个随时间进行的一个完整的行为，如果只在一帧图像上得出结果对侵略性行为做出判断，这样将会丢失了侵略性行为在时间维度上的运动信息，导致很高的错误识别率，难以做出有效的判断。所以针对猪只侵略性行为的识别，需要结合时间和空间维度上的信息。