側拍牛隻行為影像辨識模型

此模型以 Yolov7 + YoloX 結合為基礎，並加入時空卷積網路進行影片序列型資料辨識，最後再以卡爾曼濾波器以及匈牙利演算法增加追蹤效果，用於追蹤影片當中牛隻可能被遮擋而不易被辨識的牛隻。

電腦需求：需配有 Nvidia 顯卡，並已安裝 cuda、anaconda

輸入：影片

輸出：各別牛隻即時行為偵測結果

使用步驟：

1. 使用anaconda建立一個虛擬環境
2. 根據安裝的cuda版本下載pytorch，網址:https://pytorch.org/get-started/locally/
3. 於連結下載檔案並解壓縮獲得一資料夾
4. 將anaconda終端所在位置移動至檔案資料夾
5. 執行pip install -r requirement.txt
6. 將欲辨識的影片放在"video"資料夾中
7. 使用預訓練模型進行影片偵測 python demo.py –video video/{video.mp4} –weight yowov2_slowfast.pth --show
8. 辨識影片結果將存在 "det_result" 資料夾，存檔檔名為當下執行時間的影片檔案

Github： https://github.com/JasonHuang0119/Cow-action-detection/tree/main
模型輸出可視化效果如下圖：