首页分享一种基于深度学习视觉大模型技术的宠物行为监测及纠正的方法、系统及设备与流程

一种基于深度学习视觉大模型技术的宠物行为监测及纠正的方法、系统及设备与流程

来源：萌宠菠菠乐园时间：2025-11-08 15:41

本发明涉及宠物行为监测及纠正，具体为一种基于深度学习视觉大模型技术的宠物行为监测及纠正的方法、系统及设备。

背景技术：

1、宠物指人们为了精神目的，而不是为了经济目的而豢养的生物。传统的宠物是指哺乳纲或鸟纲的动物，养着用于玩赏和作伴。实际生活中的宠物包括鱼纲、爬行纲、两栖纲、昆虫，甚至植物，用于观赏、作伴、舒缓人们的精神压力。

2、随着时代的发展，宠物的范围很广，包括动物、植物、虚拟宠物、电子宠物等。但大多数国家的法律还是把宠物限定在动物范畴内。饲养宠物作为人类亲近自然的机会，可以满足人类的心理需求，是非常健康正常的爱好。

3、随着宠物家庭的增多，宠物的行为管理成为越来越多宠物主人关注的问题。传统的宠物行为管理手段主要依赖于人为观察和训练，这种方式不仅耗时费力，而且效果难以量化。近年来，随着计算机视觉技术和深度学习的发展，利用这些技术进行宠物行为的自动监测和纠正成为可能。

技术实现思路

1、本发明的目的在于提供一种基于深度学习视觉大模型技术的宠物行为监测及纠正的方法、系统及设备，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于深度学习视觉大模型技术的宠物行为监测及纠正的设备，包括：

3、安装基板、主控制板、摄像头、传感器组、边缘计算终端；

4、其中，所述安装基板上开设有用于摄像头和传感器组安装的孔位，所述摄像头和传感器组安装在安装基板对应的孔位内；

5、所述摄像头和传感器组分别用于检测宠物运动图像、生活环境信息和运动信息，主控制板用来控制系统的正常运行，边缘计算终端负责对摄像头采集的视频图像数据进行处理后使用cnn卷积模型进行推理预测；并对传感器组回传的数据进行分析，主控制板和边缘计算终端集成在一个设备盒内，并通过数据总线和安装基板连接。

6、优选的，所述传感器组包括温度传感器、湿度传感器、震动传感器和噪声传感器。

7、优选的，所述安装基板上还集成有警告扬声器。

8、优选的，所述安装基板的背面设置有卡扣，所述卡扣为中空且后侧开口状。

9、一种基于深度学习视觉大模型技术的宠物行为监测及纠正的系统，该基于深度学习视觉大模型技术的宠物行为监测及纠正的系统包括：视觉采集及推理系统、云视觉服务器、应用服务器、本地端，所述本地端包括用户端、机构端、数据库和推理服务器群组；

10、其中，所述摄像头与云视频服务器建立连接，由视频服务器提供传统的视频存储，回看业务；摄像头与边缘计算终端连接，把视频数据流传输给边缘计算终端，终端运行linux系统或android系统，调用自主研发的业务应用对视频数据流进行数据整理后，输入深度学习视觉模型进行推理预测；传感器组的信号输出端与应用服务器建立连接，所述视觉采集及推理系统集成在边缘计算终端上，所述边缘计算终端与云视觉服务器与应用服务器、本地端建立连接。

11、一种基于深度学习视觉大模型技术的宠物行为监测及纠正的方法，该基于深度学习视觉大模型技术的宠物行为监测及纠正的方法的具体步骤如下：

12、摄像头和传感器组采集的信息经过视觉采集及推理系统利用深度学习视觉大模型技术，实现对宠物行为的精确识别，包括但不限于进食、排泄、睡眠、玩耍；

13、边缘计算终端作为数据处理中心，负责接收来自智能门沿的原始数据，利用npu端的强大计算能力和自研的深度学习视觉模型算法进行静态图片和动态视频数据的训练和推理；

14、应用服务器提供用户界面，允许宠物主人查看宠物的行为报告，设置行为纠正策略；

15、本地端进行数据存储和数据挖掘分析，在用户家中部署小型数据存储设备，用于存储和快速访问历史数据，同时进行简单的数据挖掘分析，辅助优化行为监测和纠正算法，在机构端部署推理学习和数据存储管理的服务器群组，对用户信息进行管理，并对存储的海量图片及视频数据进行数据清洗，构建适合进行视觉模型推理的数据集，在机构端进行大模型算法的优化和生成，并把已经完成的模型上传至应用服务器，通过应用服务器和用户端建立信息传输通道，完成视觉模型的更新和下载。

16、与现有技术相比，本发明的有益效果是：

17、提高了宠物行为监测的准确性和实时性。

18、减少了宠物主人的工作负担，提高了宠物行为管理的便利性。

19、通过数据分析，能够为宠物提供更加个性化和科学的护理建议。

技术特征：

1.一种基于深度学习视觉大模型技术的宠物行为监测及纠正的设备，其特征在于，包括：

2.根据权利要求1所述的一种基于深度学习视觉大模型技术的宠物行为监测及纠正的设备，其特征在于：所述传感器组(3)包括温度传感器、湿度传感器、震动传感器和噪声传感器。

3.根据权利要求1所述的一种基于深度学习视觉大模型技术的宠物行为监测及纠正的设备，其特征在于：所述安装基板(1)上还集成有警告扬声器。

4.根据权利要求1所述的一种基于深度学习视觉大模型技术的宠物行为监测及纠正的设备，其特征在于：所述安装基板(1)的背面设置有卡扣(4)，所述卡扣(4)为中空且后侧开口状。

5.一种基于深度学习视觉大模型技术的宠物行为监测及纠正的系统，其特征在于：该基于深度学习视觉大模型技术的宠物行为监测及纠正的系统基于权利要求1-4任意一项所述基于深度学习视觉大模型技术的宠物行为监测及纠正的设备，该基于深度学习视觉大模型技术的宠物行为监测及纠正的系统包括：视觉采集及推理系统、云视觉服务器、应用服务器、本地端，所述本地端包括用户端、机构端、数据库和推理服务器群组；

6.一种基于深度学习视觉大模型技术的宠物行为监测及纠正的方法，其特征在于，该基于深度学习视觉大模型技术的宠物行为监测及纠正的方法基于权利要求5所述基于深度学习视觉大模型技术的宠物行为监测及纠正的系统，该基于深度学习视觉大模型技术的宠物行为监测及纠正的方法的具体步骤如下：

技术总结
本发明属于宠物行为监测及纠正技术领域，具体为一种基于深度学习视觉大模型技术的宠物行为监测及纠正的方法、系统及设备，包括：安装基板、主控制板、摄像头、传感器组、边缘计算终端，所述安装基板上开设有用于摄像头和传感器组安装的孔位，所述摄像头和传感器组安装在安装基板对应的孔位内；所述摄像头和传感器组分别用于检测宠物运动图像、生活环境信息和运动信息。提高了宠物行为监测的准确性和实时性。减少了宠物主人的工作负担，提高了宠物行为管理的便利性。通过数据分析，能够为宠物提供更加个性化和科学的护理建议。

技术研发人员：王文剑
受保护的技术使用者：上海翼视堂教育科技有限公司
技术研发日：
技术公布日：2025/6/5