CN108961269A - 基于图像的猪体重测算方法及系统 - Google Patents
基于图像的猪体重测算方法及系统 Download PDFInfo
- Publication number
- CN108961269A CN108961269A CN201810652648.5A CN201810652648A CN108961269A CN 108961269 A CN108961269 A CN 108961269A CN 201810652648 A CN201810652648 A CN 201810652648A CN 108961269 A CN108961269 A CN 108961269A
- Authority
- CN
- China
- Prior art keywords
- pig
- weight
- image
- ear tag
- pig body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000011218 segmentation Effects 0.000 claims abstract description 44
- 238000012549 training Methods 0.000 claims abstract description 20
- 210000000746 body region Anatomy 0.000 claims abstract description 15
- 238000003709 image segmentation Methods 0.000 claims abstract description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000036541 health Effects 0.000 abstract description 5
- 241000282898 Sus scrofa Species 0.000 description 136
- 238000010586 diagram Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000016507 interphase Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 210000000476 body water Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Accounting & Taxation (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像的猪体重测算方法及系统,其中猪体重测算方法包括:对样本图像中的猪身体轮廓和耳标轮廓进行标注,记录猪体重;计算猪身体轮廓内和耳标轮廓内的像素数量,并建立猪体重回归模型;训练猪身体和耳标的语义分割模型;将体重测算图像分割为语义分割图像;计算猪身体区域和耳标分割区域所占像素面积,并根据耳标实际面积计算猪身体的实际面积;利用猪体重回归模型得出猪体重。通过本发明的技术方案,保证了测量人员的安全性和卫生健康,提高了获取猪体重数据的效率,且成本大大降低。
Description
技术领域
本发明涉及图像识别技术领域,尤其涉及一种基于图像的猪体重测算方法和一种基于图像的猪体重测算系统。
背景技术
在猪的养殖过程中,猪的体重是反应猪生长状况的重要指标,及时监测猪的体重指标对于猪的养殖生产、疾病监测具有重要的意义。
在保险理赔中根据死猪体重理赔是一种常见理赔方式,但是在理赔过程中存在向死猪身体注水等人为增加猪重量的方式进行骗保的情况。
在传统生产中体重主要是通过称进行测量,在测量活猪体重时需要将猪固定放在称上,这种测量方式需要耗费大量的时间和人力,效率低下,并且可能会对猪造成惊吓影响其生长发育。在保险理赔过程中很多死猪身体已经感染病菌或者腐烂,人工搬运死猪上称进行称量的方式会产生比较严重的卫生问题。
在现有技术中,有研究使用通过在猪背部放置固定大小的物体,利用放置在猪舍正上方的摄像头采集猪和参照物的图像进行重量测算,这个过程需要人的干预,无法解决安全和卫生的问题,并且由于参照物无法统一标准且容易被替换也无法以用于保险理赔阶段。还有一套可以利用在猪舍的体重体重测算系统,但是需要架设两台距离固定的图像采集设备,由于位置固定其使用场景具有很大局限性。此外,现有基于图像的体重测算方法,对图像采集设备的数量、角度等都具有较高的要求,或者需要固定放置的参照物,限制了其使用场景。
发明内容
针对上述问题中的至少之一,本发明提供了一种基于图像的猪体重测算方法及系统,利用样本图像训练基于深度学习的对猪身体和耳标进行分割的语义分割模型,以及猪身体面积与实际体重的猪体重回归模型,根据语义分割模型得到的分割结果确定体重测算图像中猪身体的实际面积,再通过猪体重回归模型确定猪体重,从而实现根据图像估算出猪身体的体重,不需要同猪进行接触,保证了测量人员的安全性和卫生健康,极大地提高了获取猪体重数据的便捷性和效率,且成本大大降低。
为实现上述目的,本发明提供了一种基于图像的猪体重测算方法,包括:采集样本图像,对所述样本图像中的猪身体轮廓和耳标轮廓进行标注,并记录对应的猪体重;对所述样本图像进行预处理和归一化处理;计算所述样本图像中所述猪身体轮廓内和所述耳标轮廓内的像素数量,并利用猪身体像素数量、耳标像素数量与对应的猪体重建立猪体重回归模型;利用卷积神经网络训练猪身体和耳标的语义分割模型;将体重测算图像输入所述语义分割模型,得到所述体重测算图像的语义分割图像;计算所述语义分割图像中猪身体区域和耳标分割区域所占像素面积,并根据所述耳标的实际面积计算所述猪身体的实际面积;将所述猪身体的实际面积输入所述猪体重回归模型,计算得出猪体重。
在上述技术方案中,优选地,所述利用猪身体像素数量、耳标像素数量与对应的猪体重建立猪体重回归模型具体为:将猪身体像素数量和耳标像素数量作为两个独立输入变量,对应的所述猪体重作为结果,建立猪体重回归模型。
在上述技术方案中,优选地,所述根据所述耳标的实际面积计算所述猪身体的实际面积的计算公式为:
apig=a1/a2×atag
其中,apig为所述体重测算图像中猪身体区域对应的实际面积,a1、a2为所述体重测算图像中所述猪身体区域和所述耳标分割区域的像素面积,atag为所述耳标的实际面积。
在上述技术方案中,优选地,所述猪体重回归模型的回归方式为线性回归或lasso。
本发明还提出一种基于图像的猪体重测算系统,应用上述技术方案中任一项所述的基于图像的猪体重测算方法,包括:图像采集模块,用于采集样本图像和体重测算图像,并对所述样本图像中的猪身体轮廓和耳标轮廓进行标注,且记录对应的猪体重;预处理模块,用于对采集到的所述样本图像和所述体重测算图像进行预处理和归一化处理;猪体重回归模型训练模块,用于利用所述样本图像的猪身体轮廓和耳标轮廓建立猪体重回归模型;语义分割模型训练模块,用于利用卷积神经网络训练所述猪身体和所述耳标的语义分割模型;语义分割模块,用于利用所述语义分割模型将所述体重测算图像分割为语义分割图像;面积计算模块,用于计算所述语义分割图像中猪身体区域和耳标分割区域所占像素面积,并根据所述耳标的实际面积计算所述猪身体的实际面积;体重回归模块,用于将所述猪身体的实际面积输入所述猪体重回归模型并计算得出猪体重。
与现有技术相比,本发明的有益效果为:利用样本图像训练基于深度学习的对猪身体和耳标进行分割的语义分割模型,以及猪身体面积与实际体重的猪体重回归模型,根据语义分割模型得到的分割结果确定体重测算图像中猪身体的实际面积,再通过猪体重回归模型确定猪体重,从而实现根据图像估算出猪身体的体重,不需要同猪进行接触,保证了测量人员的安全性和卫生健康,极大地提高了获取猪体重数据的便捷性和效率,且成本大大降低。
附图说明
图1为本发明一种实施例公开的基于图像的猪体重测算方法的流程示意图;
图2为本发明一种实施例公开的利用模型预测猪体重的流程示意图;
图3为本发明一种实施例公开的对样本图像进行轮廓标注的示意图;
图4为本发明一种实施例公开的体重测算图像的语义分割图像的示意图;
图5为本发明一种实施例公开的基于图像的猪体重测算系统的示意框图。
图中,各组件与附图标记之间的对应关系为:
11.猪身体,12.耳标,13.猪身体轮廓,14.耳标轮廓,20.基于图像的猪体重测算系统,21.图像采集模块,22.预处理模块,23.猪体重回归模型训练模块,24.语义分割模型训练模块,25.语义分割模块,26.面积计算模块,27.体重回归模块,31.猪身体区域,32.耳标分割区域。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图对本发明做进一步的详细描述:
如图1至图4所示,根据本发明提供的一种基于图像的猪体重测算方法,包括:步骤S11,采集样本图像,对样本图像中的猪身体轮廓13和耳标轮廓14进行标注,并记录对应的猪体重;步骤S12,对样本图像进行预处理和归一化处理;计算样本图像中猪身体轮廓13内和耳标轮廓14内的像素数量,并利用猪身体像素数量、耳标像素数量与对应的猪体重建立猪体重回归模型;步骤S13,利用卷积神经网络训练猪身体11和耳标12的语义分割模型;步骤S14,将体重测算图像输入语义分割模型,得到体重测算图像的语义分割图像;步骤S15,计算语义分割图像中猪身体区域31和耳标分割区域32所占像素面积,并根据耳标12的实际面积计算猪身体11的实际面积;步骤S16,将猪身体11的实际面积输入猪体重回归模型,计算得出猪体重。
其中,对样本图像进行预处理,并进行归一化处理,归一化处理为将原始图像中每个像素点的0-255的像素值归一化到0-1之间的浮点数,将样本图像和体重测算图像均缩放为相同大的分辨率大小,便于图像的识别。样本图像采用养殖场中猪的图像作为训练样本和测试样本,对训练样本图像进行猪身体11和耳标12的轮廓的标注,同时记录对应的猪的体重。
在上述实施例中,优选地,利用猪身体像素数量、耳标像素数量与对应的猪体重建立猪体重回归模型具体为:将猪身体像素数量Cpig和耳标像素数量Ctag作为两个独立输入变量,对应的猪体重Wpig作为结果,建立猪体重回归模型:
Wpig=f(Ctag,Cpig)
其中,f为建立的猪体重回归模型。
在上述实施例中,优选地,根据耳标12的实际面积计算猪身体11的实际面积的计算公式为:
apig=a1/a2×atag
其中,apig为体重测算图像中猪身体区域31对应的实际面积,a1、a2为体重测算图像中猪身体区域31和耳标分割区域32的像素面积,atag为耳标12的实际面积。
在上述实施例中,优选地,卷积神经网络的结构为mobilenet、shufflenet、vgg或resnet,本发明对卷积神经网络的结构不予限定,其结构根据本发明的具体实践情况进行选定。
在上述实施例中,优选地,猪体重回归模型的回归方式为线性回归或lasso,本发明对猪体重回归模型的回归方式不予限定,其回归方式根据本发明的具体实践情况进行选定。
在上述实施例中,使用卷积神经网络训练语义分割模型,用以分割猪身体区域31和耳标分割区域32。对于猪身体11和耳标12的语义分割可以使用任意现有方法,本发明对语义分割方法不做限制,下面通过一种实施例对语义分割原理进行描述:
选取合适的卷积神经网络结构,如vgg、resnet等,将网络后面的全连接层抛弃使用反卷积层对特征图进行反卷积(上采样)操作;
上采样操作可以将池化层缩小的特征图进行放大,最后得到同原图等大小的分割图,不同于卷积操作的多对一操作,反卷积的卷积核采用一对多的方式进行上采样;
通过跳层连接将不同尺度特征图上采样之后的结果进行组合,最终选择fcn-8s的结果进行双线性差值,得到图像的语义分割图像。
如图5所示,本发明还提出一种基于图像的猪体重测算系统20,应用上述实施例中任一项的基于图像的猪体重测算方法,包括:图像采集模块21,用于采集样本图像和体重测算图像,并对样本图像中的猪身体轮廓13和耳标轮廓14进行标注,且记录对应的猪体重;预处理模块22,用于对采集到的样本图像和体重测算图像进行预处理和归一化处理;猪体重回归模型训练模块23,用于利用样本图像的猪身体轮廓13和耳标轮廓14建立猪体重回归模型;语义分割模型训练模块24,用于利用卷积神经网络训练猪身体11和耳标12的语义分割模型;语义分割模块25,用于利用语义分割模型将体重测算图像分割为语义分割图像;面积计算模块26,用于计算语义分割图像中猪身体区域31和耳标分割区域32所占像素面积,并根据耳标12的实际面积计算猪身体11的实际面积;体重回归模块27,用于将猪身体11的实际面积输入猪体重回归模型并计算得出猪体重。
利用基于图像的猪体重测算系统20对体重测算图像中的猪体重进行测算时,具体方法参照上述实施例公开的基于图像的猪体重测算方法,在此不再赘述。
以上所述为本发明的实施方式,根据本发明提出的基于图像的猪体重测算方法及系统,利用样本图像训练基于深度学习的对猪身体和耳标进行标定的检测模型,根据检测模型确定体重测算图像中猪身体和耳标的位置和轮廓,从而根据耳标大小计算出猪身体的体重,不需要同猪进行接触,用户仅仅需要拍摄一张带有耳标和猪身体的图像就能对猪身体的实际体重进行测算,操作简单快速,保证了测量人员的安全性和卫生健康,提高了获取猪体重数据的效率。在保险理赔等领域,使用体重作为理赔指标避免了养殖户通过注水等方式骗取保费的行为,使得理赔过程更加公正。此外,不需要设置固定位置大小的参照物,也不需要架设具有复杂要求的图像采集设备,具有更低的使用成本。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于图像的猪体重测算方法,其特征在于,包括:
采集样本图像,对所述样本图像中的猪身体轮廓和耳标轮廓进行标注,并记录对应的猪体重;
对所述样本图像进行预处理和归一化处理;
计算所述样本图像中所述猪身体轮廓内和所述耳标轮廓内的像素数量,并利用猪身体像素数量、耳标像素数量与对应的猪体重建立猪体重回归模型;
利用卷积神经网络训练猪身体和耳标的语义分割模型;
将体重测算图像输入所述语义分割模型,得到所述体重测算图像的语义分割图像;
计算所述语义分割图像中猪身体区域和耳标分割区域所占像素面积,并根据所述耳标的实际面积计算所述猪身体的实际面积;
将所述猪身体的实际面积输入所述猪体重回归模型,计算得出猪体重。
2.根据权利要求1所述的基于图像的猪体重测算方法,其特征在于,所述利用猪身体像素数量、耳标像素数量与对应的猪体重建立猪体重回归模型具体为:
将猪身体像素数量和耳标像素数量作为两个独立输入变量,对应的所述猪体重作为结果,建立猪体重回归模型。
3.根据权利要求1所述的基于图像的猪体重测算方法,其特征在于,所述根据所述耳标的实际面积计算所述猪身体的实际面积的计算公式为:
apig=a1/a2×atag
其中,apig为所述体重测算图像中猪身体区域对应的实际面积,a1、a2为所述体重测算图像中所述猪身体区域和所述耳标分割区域的像素面积,atag为所述耳标的实际面积。
4.根据权利要求1所述的基于图像的猪体重测算方法,其特征在于,所述猪体重回归模型的回归方式为线性回归或lasso。
5.一种基于图像的猪体重测算系统,应用权利要求1至4中任一项所述的基于图像的猪体重测算方法,其特征在于,包括:
图像采集模块,用于采集样本图像和体重测算图像,并对所述样本图像中的猪身体轮廓和耳标轮廓进行标注,且记录对应的猪体重;
预处理模块,用于对采集到的所述样本图像和所述体重测算图像进行预处理和归一化处理;
猪体重回归模型训练模块,用于利用所述样本图像的猪身体轮廓和耳标轮廓建立猪体重回归模型;
语义分割模型训练模块,用于利用卷积神经网络训练所述猪身体和所述耳标的语义分割模型;
语义分割模块,用于利用所述语义分割模型将所述体重测算图像分割为语义分割图像;
面积计算模块,用于计算所述语义分割图像中猪身体区域和耳标分割区域所占像素面积,并根据所述耳标的实际面积计算所述猪身体的实际面积;
体重回归模块,用于将所述猪身体的实际面积输入所述猪体重回归模型并计算得出猪体重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810652648.5A CN108961269B (zh) | 2018-06-22 | 2018-06-22 | 基于图像的猪体重测算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810652648.5A CN108961269B (zh) | 2018-06-22 | 2018-06-22 | 基于图像的猪体重测算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108961269A true CN108961269A (zh) | 2018-12-07 |
CN108961269B CN108961269B (zh) | 2022-04-08 |
Family
ID=64486157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810652648.5A Active CN108961269B (zh) | 2018-06-22 | 2018-06-22 | 基于图像的猪体重测算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108961269B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109620150A (zh) * | 2018-12-13 | 2019-04-16 | 北京小龙潜行科技有限公司 | 一种智能养猪限位测膘方法、装置、电子设备及存储介质 |
CN110378201A (zh) * | 2019-06-05 | 2019-10-25 | 浙江零跑科技有限公司 | 一种基于侧环视鱼眼相机输入的多列车铰接角测量方法 |
CN110672189A (zh) * | 2019-09-27 | 2020-01-10 | 北京海益同展信息科技有限公司 | 体重估计方法、装置、系统和存储介质 |
CN110728259A (zh) * | 2019-10-23 | 2020-01-24 | 南京农业大学 | 一种基于深度图像的鸡群体重监测系统 |
CN110956198A (zh) * | 2019-10-31 | 2020-04-03 | 东北大学 | 一种单目摄像机视觉测重方法 |
CN111121932A (zh) * | 2019-12-24 | 2020-05-08 | 秒针信息技术有限公司 | 测量牲畜体重的方法和装置 |
CN111354034A (zh) * | 2019-04-02 | 2020-06-30 | 北京航空航天大学 | 面向轨道交通乘客表面积估算的图像识别系统及方法 |
CN111401386A (zh) * | 2020-03-30 | 2020-07-10 | 深圳前海微众银行股份有限公司 | 牲畜舍栏的监控方法、装置、智能巡航机器人及存储介质 |
CN111860652A (zh) * | 2020-07-22 | 2020-10-30 | 中国平安财产保险股份有限公司 | 基于图像检测的动物体重测量方法、装置、设备及介质 |
CN112784713A (zh) * | 2021-01-08 | 2021-05-11 | 深圳喜为智慧科技有限公司 | 一种基于图像的猪体重估测方法、系统、设备及存储介质 |
CN113313833A (zh) * | 2021-06-29 | 2021-08-27 | 西藏新好科技有限公司 | 一种基于3d视觉技术的猪体重预估方法 |
CN113610796A (zh) * | 2021-08-02 | 2021-11-05 | 浙江省农业科学院 | 一种基于ai技术测定罗氏沼虾表型的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015050929A1 (en) * | 2013-10-01 | 2015-04-09 | The Children's Hospital Of Philadelphia | Image analysis for predicting body weight in humans |
CN204759517U (zh) * | 2015-05-22 | 2015-11-11 | 中国农业科学院农业信息研究所 | 一种非接触式的畜牧体征信息采集装置 |
CN106022384A (zh) * | 2016-05-27 | 2016-10-12 | 中国人民解放军信息工程大学 | 基于fMRI视觉功能数据DeconvNet的图像关注目标语义分割方法 |
CN107316307A (zh) * | 2017-06-27 | 2017-11-03 | 北京工业大学 | 一种基于深度卷积神经网络的中医舌图像自动分割方法 |
CN108805980A (zh) * | 2018-07-17 | 2018-11-13 | 新疆农业大学 | 一种基于3d的马体尺测量系统及数据修正方法 |
-
2018
- 2018-06-22 CN CN201810652648.5A patent/CN108961269B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015050929A1 (en) * | 2013-10-01 | 2015-04-09 | The Children's Hospital Of Philadelphia | Image analysis for predicting body weight in humans |
CN204759517U (zh) * | 2015-05-22 | 2015-11-11 | 中国农业科学院农业信息研究所 | 一种非接触式的畜牧体征信息采集装置 |
CN106022384A (zh) * | 2016-05-27 | 2016-10-12 | 中国人民解放军信息工程大学 | 基于fMRI视觉功能数据DeconvNet的图像关注目标语义分割方法 |
CN107316307A (zh) * | 2017-06-27 | 2017-11-03 | 北京工业大学 | 一种基于深度卷积神经网络的中医舌图像自动分割方法 |
CN108805980A (zh) * | 2018-07-17 | 2018-11-13 | 新疆农业大学 | 一种基于3d的马体尺测量系统及数据修正方法 |
Non-Patent Citations (2)
Title |
---|
张凯等: ""基于计算机视觉术育肥猪体重分析研究"", 《农机化研究》 * |
李万有: ""动物防疫监督管理"", 《中国农业出版社》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109620150A (zh) * | 2018-12-13 | 2019-04-16 | 北京小龙潜行科技有限公司 | 一种智能养猪限位测膘方法、装置、电子设备及存储介质 |
CN111354034A (zh) * | 2019-04-02 | 2020-06-30 | 北京航空航天大学 | 面向轨道交通乘客表面积估算的图像识别系统及方法 |
CN110378201A (zh) * | 2019-06-05 | 2019-10-25 | 浙江零跑科技有限公司 | 一种基于侧环视鱼眼相机输入的多列车铰接角测量方法 |
CN110672189A (zh) * | 2019-09-27 | 2020-01-10 | 北京海益同展信息科技有限公司 | 体重估计方法、装置、系统和存储介质 |
CN110728259A (zh) * | 2019-10-23 | 2020-01-24 | 南京农业大学 | 一种基于深度图像的鸡群体重监测系统 |
CN110728259B (zh) * | 2019-10-23 | 2023-08-22 | 南京农业大学 | 一种基于深度图像的鸡群体重监测系统 |
CN110956198A (zh) * | 2019-10-31 | 2020-04-03 | 东北大学 | 一种单目摄像机视觉测重方法 |
CN110956198B (zh) * | 2019-10-31 | 2023-07-14 | 东北大学 | 一种单目摄像机视觉测重方法 |
CN111121932A (zh) * | 2019-12-24 | 2020-05-08 | 秒针信息技术有限公司 | 测量牲畜体重的方法和装置 |
CN111401386A (zh) * | 2020-03-30 | 2020-07-10 | 深圳前海微众银行股份有限公司 | 牲畜舍栏的监控方法、装置、智能巡航机器人及存储介质 |
CN111860652A (zh) * | 2020-07-22 | 2020-10-30 | 中国平安财产保险股份有限公司 | 基于图像检测的动物体重测量方法、装置、设备及介质 |
CN112784713A (zh) * | 2021-01-08 | 2021-05-11 | 深圳喜为智慧科技有限公司 | 一种基于图像的猪体重估测方法、系统、设备及存储介质 |
CN113313833A (zh) * | 2021-06-29 | 2021-08-27 | 西藏新好科技有限公司 | 一种基于3d视觉技术的猪体重预估方法 |
CN113610796A (zh) * | 2021-08-02 | 2021-11-05 | 浙江省农业科学院 | 一种基于ai技术测定罗氏沼虾表型的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108961269B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108961269A (zh) | 基于图像的猪体重测算方法及系统 | |
Yukun et al. | Automatic monitoring system for individual dairy cows based on a deep learning framework that provides identification via body parts and estimation of body condition score | |
Hodgson et al. | Drones count wildlife more accurately and precisely than humans | |
CN109141248B (zh) | 基于图像的猪体重测算方法及系统 | |
CN106796716B (zh) | 用于为低分辨率图像提供超分辨率的设备和方法 | |
Salau et al. | Feasibility of automated body trait determination using the SR4K time-of-flight camera in cow barns | |
CN112801230B (zh) | 一种配电线路无人机智能验收方法 | |
CN108961330B (zh) | 基于图像的猪体长测算方法及系统 | |
CN107844797A (zh) | 一种基于深度图像的哺乳母猪姿态自动识别的方法 | |
Bonnet et al. | Comparison of UAS photogrammetric products for tree detection and characterization of coniferous stands | |
CN111696139B (zh) | 基于rgb图像的白羽种鸡群体体重估测系统和方法 | |
CN105651776A (zh) | 基于计算机视觉的牛胴体产肉量自动分级装置与方法 | |
CN110516716A (zh) | 基于多分支相似度网络的无参考图像质量评价方法 | |
CN107767358B (zh) | 一种图像中物体模糊度确定方法和装置 | |
CN109635634A (zh) | 一种基于随机线性插值的行人再识别数据增强方法 | |
CN104063686A (zh) | 作物叶部病害图像交互式诊断系统与方法 | |
CN108414455A (zh) | 用于农业保险理赔的农作物雹灾遥感监测方法 | |
CN116091786B (zh) | 猪只估重的全息体尺自编码方法、系统、设备及存储介质 | |
CN112184791A (zh) | 一种基于cnn-lstm神经网络的牦牛体重预测方法 | |
CN114898405B (zh) | 基于边缘计算的便携式肉鸡异常监测系统 | |
Infantes et al. | An automated work-flow for pinniped surveys: A new tool for monitoring population dynamics | |
CN114550212A (zh) | 一种基于轻量级模型的羊脸检测与识别方法 | |
Yu et al. | An intelligent measurement scheme for basic characters of fish in smart aquaculture | |
Nguyen et al. | Towards rapid weight assessment of finishing pigs using a handheld, mobile RGB-D camera | |
CN114565976A (zh) | 一种训练智能测试方法以及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: Room 203, Floor 2, Building 6, Qinghe Xisanqi East Road, Haidian District, Beijing 100,089 Patentee after: Beijing Shenzhi Hengji Technology Co.,Ltd. Address before: 0706-003, 113 Zhichun Road, Haidian District, Beijing 100086 Patentee before: SHENYUAN HENGJI TECHNOLOGY CO.,LTD. |
|
CP03 | Change of name, title or address |