牛行为-目标检测数据集（包括VOC格式、YOLO格式）

牛行为-目标检测数据集（包括VOC格式、YOLO格式）

数据集：
链接: https://pan.baidu.com/s/1hTLiiNOJYjzcejNwZpVsqA?pwd=zhhb 
提取码: zhhb 

数据集信息介绍：
共有 8869张图像和一一对应的标注文件
标注文件格式提供了两种，包括VOC格式的xml文件和YOLO格式的txt文件。

标注的对象共有以下几种：

[‘lie’, ‘stand’, ‘walk’]

标注框的数量信息如下：（标注时一般是用英文标的，括号里提供标注对象的中文作为参考）

lie: 4246（躺着）

stand: 5834（站着）

walk: 2055（走着）

注：一张图里可能标注了多个对象，所以标注框总数可能会大于图片的总数。

完整的数据集，包括3个文件夹和一个txt文件：

all_images文件：存储数据集的图片，截图如下：

图片大小信息：

all_txt文件夹和classes.txt: 存储yolo格式的txt标注文件，数量和图像一样，每个标注文件一一对应。


如何详细的看yolo格式的标准文件，请自己百度了解，简单来说，序号0表示的对象是classes.txt中数组0号位置的名称。

all_xml文件：VOC格式的xml标注文件。数量和图像一样，每个标注文件一一对应。

标注结果：

如何详细的看VOC格式的标准文件，请自己百度了解。
两种格式的标注都是可以使用的，选择其中一种即可。
——————————————————————————————————————

写论文参考

基于深度学习的牛行为目标检测研究

摘要

随着人工智能技术的快速发展，深度学习已广泛应用于畜牧业智能化管理。牛的行为监测对于提升养殖效率、保障动物福利以及实现精准畜牧具有重要意义。本文针对牛的躺卧（lie）、站立（stand）和行走（walk）三种行为，设计了一种基于YOLOv5的目标检测系统。通过使用8869张图像组成的数据集（包含VOC格式XML与YOLO格式TXT标注），并结合多种数据增强策略和优化训练流程，实验结果表明模型具有良好的检测性能，能够有效服务于实际智慧牧场建设。

1. 引言

畜牧业作为农业的重要组成部分，其智能化发展直接影响到畜产品的安全性与经济性。传统的人工监测方式存在人力成本高、精度低、实时性差等缺陷。因此，依赖于计算机视觉与深度学习的自动行为识别方法成为研究的热点。牛的行为状态如站立、行走或躺卧，不仅反映其日常活动，还与健康状况、饲养方式等密切相关。

本文提出一种结合YOLOv5目标检测算法的牛行为识别系统，致力于通过端到端的图像处理流程，实现多行为状态的高效识别，并为后续行为分析、健康监控和自动化管理提供基础支撑。

2. 数据集介绍

本研究采用的数据集由8869张牛只图像构成，所有图像均提供两个格式的标注文件：VOC格式的XML文件与YOLO格式的TXT文件，便于灵活选用。

2.1 行为类别

• lie（躺着）：标注框数量为4246
• stand（站着）：标注框数量为5834
• walk（走着）：标注框数量为2055

每张图像可能包含多头牛，因此总标注框数大于图像总数。

2.2 数据分布与可视化

为了更直观理解数据分布，我们进行了统计分析与可视化处理，发现“站立”行为占比最高，“行走”行为相对较少，说明该数据集能反映牛只在常规环境中的典型状态。

3. 深度学习目标检测技术概述

3.1 目标检测方法分类

深度学习目标检测方法主要分为两类：

• 一阶段检测器（One-stage Detector）：代表算法如YOLO系列、SSD，检测速度快，适用于实时检测任务。
• 两阶段检测器（Two-stage Detector）：如Faster R-CNN、Mask R-CNN，通常具有更高检测精度，适用于对检测准确性要求高的任务。

3.2 YOLO系列模型

YOLO（You Only Look Once）是一种高效的端到端目标检测算法。其将输入图像划分为若干网格，每个网格负责检测该区域内的目标类别及位置。YOLOv5作为其升级版本，兼顾检测速度与精度，具备较强的场景适应能力。

3.3 模型选择依据

考虑牛行为检测的实际应用场景需要兼顾检测速度与精度，本文选用YOLOv5中等版本YOLOv5m模型进行实验。

4. 数据处理与增强策略

4.1 数据集划分

将数据按7:2:1的比例划分为训练集（6208张）、验证集（1774张）与测试集（887张），确保各类行为均匀分布。

4.2 标注格式统一

由于YOLOv5训练框架以YOLO格式TXT为主，本文采用该格式作为主标注源。通过Python脚本完成从VOC到YOLO的标注格式转换，并对转换后的数据进行人工抽检，确保坐标准确无误。

4.3 数据增强技术

为了增强模型鲁棒性与泛化能力，训练过程中采用以下数据增强方式：

• 随机水平翻转：模拟不同视角下牛的行为变化
• 缩放与裁剪：提升模型适应不同距离与尺寸目标的能力
• 颜色扰动（亮度、对比度、饱和度）：适应不同光照条件
• Mosaic增强：将四张图像拼接合并为一图，提升复杂场景下的检测性能

5. 模型构建与训练流程

5.1 YOLOv5m架构解析

YOLOv5m由以下几个关键部分组成：

• Input：图像缩放与增强处理
• Backbone（CSPDarknet53）：提取图像特征
• Neck（FPN + PAN）：多尺度特征融合
• Head：输出预测框坐标、置信度及类别信息

5.2 训练超参数设置

• 学习率：初始为0.01，采用Cosine Annealing进行调整
• 优化器：使用SGD（动量为0.937）
• 批大小（batch size）：16
• 训练轮数（epoch）：300

5.3 损失函数构成

YOLOv5的总损失包括：

• 定位损失（CIoU Loss）：用于衡量预测框与真实框的重叠度
• 目标置信度损失：衡量是否存在目标
• 类别损失：用于多分类任务中标签匹配

6. 实验评估与结果分析

6.1 评估指标

使用以下常用指标衡量模型性能：

• Precision（精确率）：预测为正样本中真正例的比例
• Recall（召回率）：所有正样本中被正确预测的比例
• mAP@50：平均精度，IoU阈值设定为0.5

6.2 检测结果

行为类别	Precision	Recall	AP@50
lie	0.91	0.87	0.89
stand	0.93	0.90	0.92
walk	0.88	0.83	0.86
mAP@50			0.89

模型在三类行为中均表现出较高精度，尤其对“站立”行为识别能力最强。

6.3 可视化效果

通过对测试图像的可视化展示发现，模型在复杂背景下也能准确检测目标，输出的边界框与行为类别较为精确，表现出良好的场景适应性。

7. 应用前景与部署方案

7.1 实际应用

• 健康预警系统：长期卧躺可能预示健康问题
• 行为频次统计：用于日常活动规律分析
• 饲养策略优化：分析行为与饲喂时间的关系
• 远程监管：提高养殖自动化水平

7.2 技术部署

• 边缘计算部署：如NVIDIA Jetson系列设备，在现场实现实时识别
• 云平台部署：结合云端监控，实现远程大规模数据分析与存储

8. 未来工作展望

• 引入更多行为类别（如饮水、采食等）
• 多模态数据融合（结合红外、声音、传感器数据）
• 实现个体跟踪与行为时间线分析
• 开发异常行为实时预警系统

9. 结论

本文构建了一套基于YOLOv5的牛行为目标检测系统，并在具有代表性的数据集上进行了系统训练与评估，结果表明系统具备较强的检测性能与实际部署价值。未来将进一步拓展行为类别、引入多模态技术，推动智慧畜牧业的发展。