Sistema automático de detección de tos de pollito basado en una red neuronal convolucional mejorada por espectrograma de audio

Sistema automático de detección de tos de pollito basado en una red neuronal convolucional mejorada por espectrograma de audioSistema automático de detección de tos de pollito basado en una red neuronal convolucional mejorada por espectrograma de audio

  • Bowen Cai 1,2*

  • Bo Zhou 2,3

  • Xiangshuai Kong 3
    Mengsi Zhai 2,3
  • 1. School of Environmental, Tsinghua University, Beijing, China

  • 2. Key Laboratory of Digital and Intelligent Technology Integration for Healthy Poultry Farming, Ministry of Agriculture and Rural Affairs, Nanjing, Jiangsu, China

Resumen

Las enfermedades respiratorias son comunes en las granjas avícolas durante la primavera y el otoño. Debido a la alta densidad del entorno agrícola, una epidemia puede propagarse muy rápidamente y causar infecciones biológicas a gran escala. Por lo tanto, desarrollar software capaz de monitorizar o proporcionar alertas tempranas de enfermedades respiratorias en gallinas es muy importante porque ayuda a prevenir la propagación de enfermedades y mejora la salud de las gallinas. Este estudio propone un sistema de detección acústica para la tos de los pollos (ASCT-CC) diseñado para entornos avícolas reales. Este sistema se basa en una arquitectura mejorada de transformador de espectrograma de audio (AST), utilizando una red híbrida de columna vertebral convolucional-transformador que reemplaza el mecanismo global de atención por atención local multicabezal. Esta arquitectura mejora eficazmente la capacidad del modelo para captar información acústica local crucial y aumenta su robustez frente al ruido a un coste computacional menor. Además, el estudio construye una estructura de co-aprendizaje de dos ramas, adopta la pérdida focal como estrategia auxiliar para reducir el sesgo de muestra y combina estos con el decodificador de clasificación temporal conexionista (CTC) para identificar y localizar temporalmente con precisión el evento de tos. Para cumplir con los requisitos prácticos de la aplicación, el sistema se despliega con baja latencia en dispositivos de computación en borde utilizando la aceleración TensorRT y la tecnología de cuantización INT8. Los experimentos demostraron que nuestro modelo alcanza una mAP del 92,86% durante el entrenamiento y alcanza una tasa de identificación del 92,11% en el conjunto de pruebas independiente, con un tiempo de inferencia de solo unos 200 ms. Este sistema proporciona monitorización en tiempo real 24 horas y capacidades de alerta temprana multinivel, ofreciendo soporte técnico eficaz para la detección temprana y el control inteligente de enfermedades respiratorias en aves de corral.

 

 

Trabajo completo aquí 

 

Date de alta y recibe nuestro 👉🏼 Diario Digital AXÓN INFORMAVET ONE HEALTH

Date de alta y recibe nuestro 👉🏼 Boletín Digital de Foro Agro Ganadero

Noticias animales de compañía

Noticias animales de producción

Trabajos técnicos animales de producción

Trabajos técnicos animales de compañía