羊行为识别数据集 | 羊行为识别 智慧畜牧 动物福利 进食检测 卧息识别9112期

羊行为识别数据集 | 羊行为识别 智慧畜牧 动物福利 进食检测 卧息识别9112期数据集概述本数据集专注于养殖场景下羊只行为状态的视觉识别服务于智慧畜牧、动物福利评估及牧场精细化管理。数据涵盖三种典型行为类别适配行为监测、健康预警及管理决策等应用。数据集核心信息数据要素详细说明类别共3类进食、卧息、运动数量1916张图像格式图像为 JPG/PNG分辨率1920×1080标签为 YOLO 格式的 txt 文件水平边界框数据划分训练集1532张验证集192张测试集192张应用价值1.行为监测实时识别羊只进食、卧息、运动等行为评估羊群活动规律与福利水平。2.健康预警通过行为异常如进食减少、卧息过长早期发现疾病或应激状态。3.牧场管理为饲喂优化、放牧规划及畜舍环境调控提供数据支持。4.算法研发为动物行为识别、多类别目标检测等视觉任务提供真实场景的训练与评测数据。完整类别列表共3类序号英文名称中文释义标注框数量1eat进食57212lie卧息24483activity运动3576数据三要素解析类别与行为覆盖数据集定义3类羊只典型行为进食eat、卧息lie、运动activity覆盖了羊只日常活动的主要状态。标注框数量显示进食类最多5721个卧息类最少2448个反映了羊只行为的时间分配特征。类别设置与动物行为学中的基本行为分类相衔接具有较强的专业性与实用性。数据规模与划分图像总量约1916张按约8:1:1比例划分为训练集1532张、验证集192张与测试集192张划分规范。图像分辨率高达1920×1080高清画质有利于识别羊只的姿态与行为细节。公开的模型性能指标显示YOLOv8s 训练150轮后 mAP 达87.1%表明数据集具有较高的标注质量与可区分度。附赠基于本数据集训练的YOLOv8s 模型权重best.pt用户可直接推理或作为迁移学习起点。格式与结构采用通用YOLO 格式txt每张图像对应一个同名标签文件包含类别 ID 与归一化边界框坐标可直接接入 YOLOv5、YOLOv8 等主流检测框架。图像与标签一一对应数据结构规范即拿即用。知识普及羊行为识别视觉检测的技术要点行为与姿态关联进食、卧息、运动三种行为在羊只的姿态上有明显差异——进食时头部低垂、卧息时身体蜷缩、运动时四肢伸展。模型需学习这些姿态特征。群体场景与遮挡羊群中个体密集相互遮挡常见需采用多尺度特征融合与 NMS 参数调优策略。环境干扰羊舍光照不均、地面反光、栏杆遮挡等可能影响检测效果建议在训练中加入相关数据增强。行为时序特征行为通常具有时间延续性视频帧序列分析可提升识别准确率减少单帧误判。应用闭环检测结果可统计各行为的时间占比与空间分布结合环境数据构建羊群健康与福利评估系统。快速开始代码示例配置文件data.yaml示例train:./dataset/images/trainval:./dataset/images/valtest:./dataset/images/testnc:3names:[eat,lie,activity]启动 YOLOv8 训练或加载提供的预训练权重fromultralyticsimportYOLO modelYOLO(yolov8s.pt)# 或加载提供的best.ptmodel.train(datadata.yaml,epochs150,imgsz640,batch16,device0)标签羊行为识别智慧畜牧动物福利进食检测卧息识别目标检测YOLO格式深度学习数据集计算机视觉