資料集名稱：多模態多視角乳牛通道影像資料集 (COW_Passageway)
建立日期：2026-06-23
資料負責人：李育旻
專案歸屬：[115 年 xxx - xxx]
- 虛擬圍籬與自動擷取 (Virtual Fence)
- 整合 YOLO11 與 ByteTrack 進行多目標追蹤。
- 使用 IoA (Intersection over Area) 比例判斷牛隻是否進入感應區，解決邊緣震盪問題。
- 內建過濾機制：濾除長寬比異常、靜止不動或停留時間過短的無效片段。
- 長時間停留自動分割（預設停留超過 20 秒自動切分新片段）。
該資料集用於開發非接觸式乳牛影像辨識與自動化通道監控資料管線，專門針對乳牛通道監控影像進行精準擷取與自動分類。透過 YOLO 偵測與多目標追蹤演算法，結合虛擬圍籬技術，系統能夠有效解決傳統人工影片篩選中存在的高勞動力依賴、主觀判斷偏差等問題，並根據影像特徵（色彩與飽和度指標）將片段自動歸檔。本資料集為乳牛體況評估、自動影像辨識與智慧乳牛管理提供高品質、標準化的多模態資料來源，支援畜牧管理人員進行科學化的乳牛健康與行為監測。
- 資料類型：通道監控影像資料（可見光、紅外線、深度資訊）
- 蒐集期間：2024-06-12 至 迄今
- 蒐集頻率：配合牧場作業而定
- 資料格式：
.mp4（擷取之有效通道影片片段）、.mat（原始多模態資料） - 資料大小：[待確認]
- 實驗類型：控制與現地觀測實驗
- 實驗環境：國立中興大學畜產試驗場(溪心壩)
- 控制變數：引導牛隻通過設有相機之通道區域
- 觀測目標：Holstein 乳牛
| 設備與工具 | 型號與版本 | 用途 | 規格與指南 |
|---|---|---|---|
| Synology | BC500 | 獲取通道多模態影像 | 規格 |
flowchart TD
subgraph Input [1. 資料輸入階段]
RAW[(原始通道監控影片)]
end
subgraph Fence [2. 虛擬圍籬與擷取階段]
DETECT{虛擬圍籬管線}
ROI[ROI 空間過濾]
TRACK[個體狀態追蹤]
SEG[擷取有效通過片段]
DETECT --> ROI
ROI --> TRACK
TRACK -->|事件觸發| SEG
end
subgraph Classify [3. 日夜影像特徵分類階段]
CLS{特徵分類演算法}
FEAT[影像特徵萃取]
CLS --> FEAT
FEAT -->|紅外線特徵| IR_PATH(夜間紅外線模式)
FEAT -->|彩色特徵| COL_PATH(日間彩色模式)
end
subgraph Output [4. 自動化歸檔與資料集準備]
ARCHIVE[分類資料歸檔]
PREP((資料集預處理))
TRAIN[(模型訓練資料集)]
end
RAW --> DETECT
SEG --> CLS
IR_PATH --> ARCHIVE
COL_PATH --> ARCHIVE
ARCHIVE --> PREP
PREP --> TRAIN
COW_Passageway/
├── COW_dataset/ # 自動化管線分類與歸檔之資料集
│ ├── COLOR_STABLE/ # 日間彩色模式影像片段 (.mp4)
│ ├── IR_MODE/ # 夜間紅外線模式影像片段 (.mp4)
│ └── calibration/ # 相機校正檔案
├── morning_event/ # 牧場現場擷取之原始通道影片
└── configs/ # 偵測與追蹤模型設定檔
COW_dataset/COLOR_STABLE：存放經自動分類演算法判定為「日間彩色」的乳牛通道通過片段。COW_dataset/IR_MODE：存放經自動分類演算法判定為「夜間紅外線」的乳牛通道通過片段。COW_dataset/calibration：存放多視角相機校正參數。morning_event：存放牧場收案現場所獲取的原始通道監控影片，為自動化虛擬圍籬管線之輸入來源。
| 描述 | 閱讀指南 |
|---|---|
| 說明系統自動化管線與分類演算法指南 | 閱讀指南 |
| 說明系統功能、參數設定與指令操作指南 | 閱讀指南 |
電子郵件提交
收件人：7114040001@smail.nchu.edu.tw
主旨：[多模態多視角乳牛通道影像資料集]使用申請 - [您的姓名] - [機構名稱]
內容：說明申請目的與預期研究用途
主要負責人：李育旻
身份：碩士生
電子信箱：7114040001@smail.nchu.edu.tw
實驗室：國立中興大學 生物產業機電大樓 6F K604 研究室
| 版本 | 日期 | 更新內容 | 更新人員 |
|---|---|---|---|
| v1.0.0 | 2026-06-23 | 建立通道多模態資料集分類與歸檔結構 | 李育旻 |
如果您在研究中使用了本專案的資料或程式碼，請按以下格式引用：
@dataset{nchu_cattle_dataset_2026,
title={Multi-modal and multi-view dairy cow passageway image dataset},
author={Yu-Min Li and ISSP & MES LAB},
year={2026},
institution={Department of Bio-industrial Mechatronics Engineering, National Chung-Hsing University, Taichung, 402202, Taiwan},
url={https://github.com/issp-mes-lab/multi-view-dairy-cow.git}
}