Computers and Electronics in Agriculture·8月28日 · 周五论文农业人工智能与决策模型阅读 2
A deep learning framework for non-invasive quantification of wing and foot phenotypes in live broiler chickens
Yakun Yang · Xuehai Ge · Wei Wu 等 9 人
Computers and Electronics in AgricultureDOI 10.1016/j.compag.2026.112327
论文解读
63接近精选线
速览
提出深度学习框架，非侵入性量化活体肉鸡翅膀和脚部表型。
方法
深度学习框架，结合图像处理与关键点检测。
发现
实现活体肉鸡翅膀和脚部表型的自动量化，减少人工测量。
机会点
可扩展至其他家禽或牲畜表型，结合多视角图像与3D重建，提高精度和鲁棒性。
影响力12
信息增量18
专业深度16
信源权威14
时效性3
提出深度学习框架用于活体肉鸡翅足表型非侵入量化，方法新颖，数据可靠，对家禽精准养殖有参考价值。
原文摘要
A deep learning framework for non-invasive quantification of wing and foot phenotypes in live broiler chickens。Computers and Electronics in Agriculture