使用YOLO对牛栏号进行分类
Classifying cow stall numbers using YOLO
AI总结：
本文提出CowStallNumbers数据集，通过微调YOLO模型并应用数据增强技术，实现了95.4%的牛栏号识别准确率。
摘要：
本文介绍了CowStallNumbers数据集，这是一个从专注于奶牛乳头的视频中提取的图像集合，旨在推动牛栏号检测领域的发展。该数据集包含1042张训练图像和261张测试图像，牛栏号范围为0到60。为了增强数据集，我们对YOLO模型进行了微调，并应用了数据增强技术，包括随机裁剪、中心裁剪和随机旋转。实验结果表明，在识别牛栏号方面达到了95.4%的显著准确率。
英文摘要：
This paper introduces the CowStallNumbers dataset, a collection of images extracted from videos focusing on cow teats, designed to advance the field of cow stall number detection. The dataset comprises 1042 training images and 261 test images, featuring stall numbers ranging from 0 to 60. To enhance the dataset, we performed fine-tuning on a YOLO model and applied data augmentation techniques, including random crop, center crop, and random rotation. The experimental outcomes demonstrate a notable 95.4\% accuracy in recognizing stall numbers.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
