專案概覽
一個養鵝場的自動化蛋產量監控系統，利用基於深度學習的物件偵測技術來追蹤與分析蛋的生產模式。
功能特色
- 即時偵測：基於 YOLO 的蛋偵測與計數
- 產量分析：日產量與週產量統計
- 自動化報表：生成產量報告
- 歷史追蹤：監控長期的生產趨勢
技術堆疊
- 後端：C# (.NET Framework)
- AI/機器學習：Python, YOLO (You Only Look Once)
- 電腦視覺：OpenCV
- 資料儲存：SQL Server
論文發表
本成果已發表於 IEEE 會議：
- 標題：Egg Production Analysis System for Goose Farms
- 會議：IEEE International Conference on Applied System Innovation
- 年份：2019
- 查看論文
技術實作
物件偵測流程
- 從農場攝影機擷取影像串流
- 畫面預處理與增強
- 進行 YOLO 模型推論以偵測鵝蛋
- 後處理與計數
- 資料彙整與儲存
模型訓練
- 使用鵝蛋資料集訓練客製化 YOLO 模型
- 針對不同光照條件進行資料擴增 (Data Augmentation)
- 針對農場特定環境進行微調
成果與效益
- 偵測準確率達 95% 以上
- 具備即時處理能力
- 減少 80% 的人工計數人力
- 提升生產記錄的準確性