1、作品名称
“智能牛ID管家”—基于安卓及牛脸识别的养殖保险服务系统
2、作品分类
移动应用开发
3、作品描述
在安卓设备上用摄像头拍摄或者读入牛脸图片，然后识别出图片中的牛脸是具体数据库已知的哪一头牛，此外还允许使用者新增数据库不存在的牛只信息，在录入该牛只数据后，用户便可对该牛进行识别。要实现这些功能，需要不同的卷积神经网络模型，如AlexNet、MobileNet、SVM等，从而实现识别功能。并且，需要克服不同条件下的牛只图像识别，包括有不同光照条件、牛面部朝向不同方向时、牛距离相机不同距离时等，需要分析不同CNN模型对这些情况的识别准确率，然后对它们进行参数优化，由于模型最终将在安卓设备下运行，因此需要保证模型体积尽可能的小，速度应要在可接受范围内。在模型的实现方面，研究对比了Pytorch和Tensorflow两个主流的机器学习框架，最终选用了Tensorflow，因为该框架的生态相对更加繁荣，相关资料更为丰富，并且对安卓平台的支持也十分良好，可以大大降低开发成本。在安卓开发方面，对比了原生Java开发和相关的开发框架，最终选用了Facebook公司研发的React-Native框架。
4、创意来源
牛的健康成长是牛肉安全和质量的保证，我国对于牛制品的需求也是日益增多，但在牛的养殖过程中，总会出现牛类疾病和死亡，这会对养殖场造成巨大的经济损失，若能提供牛的保险服务，则可以为养殖场提供一定的保障。但目前养殖保险最大的困难是牛个体的确认，有时会出现养殖户骗保问题；养殖保险没有人寿保险普及，推广相对困难。 传统上牛只的标识都是通过耳标法，这种方式是侵入性的，并且会对牛本身造成伤害，可能引发一系列疾病，并且随着牛只成长，耳标损耗在所难免。而该项目基于安卓及牛脸识别技术，能更方便、智能的实现牛个体ID的确定、信息管理，甚至更加方便的追踪和记录牛只的成长状况，实现精准养牛，同时可以避免骗保服务的发生。
5、运行环境（所需操作系统、硬件、软件等）
前提：须使用类uinx系统运行 1. 安装nodejs，然后在含有package.json的目录下运行npm i 命令安装依赖包 2. 安装docker，然后下载脚本转换image 3. 安装python3，然后安装py相关依赖包，具体包参见py文件的import语句所使用的 4. 安卓手机下安装expo应用 5. 修改backend目录下src目录的所有文件和conveter.sh文件中的路径信息，使其和和本地对应 6. 修改app目录的constants.ts文件中的ip为本地ip 运行： - 在backend目录下运行 npm run start启动后端 - 在app目录下运行npm run start 启动app编译 - 打开安卓手机的expo应用，扫描PC上自动打开的网页中的二维码：
