一种基于深度学习的白羽鸡多行为识别方法

本发明公开了一种基于深度学习的白羽鸡多行为识别方法；其中包括：步骤1、图形初步处理；步骤2、建立双模块执行模型作为识别框架并进行训练，包括：步骤21、建立由用于针对高精度识别需求的RT‑DETR‑TEDS白羽鸡行为识别模型和用于针对边缘部署需求的Light‑HGBlock‑RT‑DETR网络结构模型组成的双模块执行模型；步骤22、进行训练；步骤3、部署：在训练完成后，导出双模块执行模型并部署于平台中，构建完整的实时行为识别系统。本发明在识别精度、模型推理速度、边缘部署能力、类别区分能力、语义表达能力等方面均表现出优越的性能，具备良好的工程适应性与可推广性。