CN112700344A - 一种养殖场管理方法、装置、介质及设备 - Google Patents
一种养殖场管理方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN112700344A CN112700344A CN202011532219.8A CN202011532219A CN112700344A CN 112700344 A CN112700344 A CN 112700344A CN 202011532219 A CN202011532219 A CN 202011532219A CN 112700344 A CN112700344 A CN 112700344A
- Authority
- CN
- China
- Prior art keywords
- target animal
- identity
- eating
- early warning
- farm management
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 36
- 241001465754 Metazoa Species 0.000 claims abstract description 171
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 241000282887 Suidae Species 0.000 claims description 26
- 238000003860 storage Methods 0.000 claims description 26
- 235000012631 food intake Nutrition 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 25
- 235000005911 diet Nutrition 0.000 claims description 24
- 230000037213 diet Effects 0.000 claims description 24
- 238000003062 neural network model Methods 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 235000012054 meals Nutrition 0.000 claims 2
- 230000001960 triggered effect Effects 0.000 abstract description 10
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 241000282898 Sus scrofa Species 0.000 description 43
- 239000002609 medium Substances 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 230000035622 drinking Effects 0.000 description 9
- 206010012735 Diarrhoea Diseases 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000003651 drinking water Substances 0.000 description 5
- 235000020188 drinking water Nutrition 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 206010010356 Congenital anomaly Diseases 0.000 description 2
- 208000002720 Malnutrition Diseases 0.000 description 2
- 239000006053 animal diet Substances 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 230000001071 malnutrition Effects 0.000 description 2
- 235000000824 malnutrition Nutrition 0.000 description 2
- 208000015380 nutritional deficiency disease Diseases 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000003307 slaughter Methods 0.000 description 2
- 229960005486 vaccine Drugs 0.000 description 2
- 206010000060 Abdominal distension Diseases 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 208000003322 Coinfection Diseases 0.000 description 1
- 208000007212 Foot-and-Mouth Disease Diseases 0.000 description 1
- 241000710198 Foot-and-mouth disease virus Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 description 1
- 239000004472 Lysine Substances 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 206010066901 Treatment failure Diseases 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 235000013330 chicken meat Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004590 drinking behavior Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000020595 eating behavior Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 210000004251 human milk Anatomy 0.000 description 1
- 235000020256 human milk Nutrition 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000006651 lactation Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 208000018773 low birth weight Diseases 0.000 description 1
- 231100000533 low birth weight Toxicity 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 235000021590 normal diet Nutrition 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 235000013594 poultry meat Nutrition 0.000 description 1
- 208000026498 progressive emaciation Diseases 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Economics (AREA)
- Agronomy & Crop Science (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Mining & Mineral Resources (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Emergency Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种养殖场管理方法。通过当目标动物满足计数条件时，确定所述目标动物的身份；基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作，能够有效监控各个商品猪的生长情况，提高养猪的生产效率。
Description
技术领域
本发明实施例涉及养殖行业，尤其涉及一种养殖场管理方法、装置、介质及设备。
背景技术
近年来，国内经济的快速发展极大带动了人们可支配收入的增长，我国是传统的农业大国和人口大国，随着人们生活水平的不断提高，城乡居民对高品质的畜、禽、水产等农产品以及各种粮食加工作物的需求越来越大。
我国是猪肉消费大国，每年消费大约7亿头商品猪，因此，提高养猪场智能化管理尤为重要。猪从出生到上市，正常分三个阶段：哺乳期、保育期以及育肥期。在现有技术中，大型养殖场由于饲养商品猪的数量较多，工作人员很难把握每个商品猪的喂养情况，造成商品猪的成长过程缓慢，养猪的生产效率较低。
发明内容
本发明实施例提供一种养殖场管理方法、装置、介质及设备，能够有效监控各个商品猪的生长情况，提高养猪的生产效率。
第一方面，本发明实施例提供了一种养殖场管理方法，该方法包括：
当目标动物满足计数条件时，确定所述目标动物的身份；
基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；
在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
可选的，所述当目标动物满足计数条件时，确定所述目标动物的身份，包括：
采集饮食栏位区域的视频；
当所述视频出现目标动物，且通过神经网络模型识别所述目标动物在饮食时，读取所述目标动物的耳标，以确定所述目标动物的身份。
可选的，所述根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作，包括：
根据所述目标动物的饮食次数与饮食时长，确定所述目标动物的饮食量；
当所述目标动物的饮食量低于预设饮食量时，触发预警操作。
可选的，还包括：
采集覆盖栏位的所有视频；
通过所述神经网络模型识别地面上的排泄物是否正常；
当所述排泄物不正常时，跟踪所述排泄物的归属目标动物，并确定所述归属目标动物的身份，触发预警操作。
可选的，还包括：
通过所述神经网络模型识别出生长缓慢的目标动物，并确定所述生长缓慢的目标动物的身份，触发预警操作。
可选的，还包括：
保存每只目标动物的生长记录至记录文件夹内。
可选的，所述目标动物包括：商品猪。
第二方面，本发明实施例提供了一种养殖场管理装置，该装置包括：
身份确定模块，用于当目标动物满足计数条件时，确定所述目标动物的身份；
记录模块，用于基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；
预警触发模块，用于在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
可选的，所述身份确定模块具体用于：
采集饮食栏位区域的视频；
当所述视频出现目标动物，且通过神经网络模型识别所述目标动物在饮食时，读取所述目标动物的耳标，以确定所述目标动物的身份。
可选的，所述预警触发模块具体用于，包括：
根据所述目标动物的饮食次数与饮食时长，确定所述目标动物的饮食量；
当所述目标动物的饮食量低于预设饮食量时，触发预警操作。
可选的，预警触发模块具体还用于：
采集覆盖栏位的所有视频；
通过所述神经网络模型识别地面上的排泄物是否正常；
当所述排泄物不正常时，跟踪所述排泄物的归属目标动物，并确定所述归属目标动物的身份，触发预警操作。
可选的，预警触发模块具体还用于：
通过所述神经网络模型识别出生长缓慢的目标动物，并确定所述生长缓慢的目标动物的身份，触发预警操作。
可选的，还包括：保存模块，用于
保存每只目标动物的生长记录至记录文件夹内。
可选的，所述目标动物包括：商品猪。
第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的养殖场管理方法。
第四方面，本发明实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的养殖场管理方法。
本发明实施例通过当目标动物满足计数条件时，确定所述目标动物的身份；基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作，能够有效监控各个商品猪的生长情况，提高养猪的生产效率。
附图说明
图1是本发明实施例一提供的一种养殖场管理方法的流程图；
图2是本发明实施例二提供的一种养殖场管理方法的流程图；
图3是本发明实施例三提供的一种养殖场管理装置的结构示意图；
图4是本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种养殖场管理方法的流程图，该方法可以由本发明实施例提供的养殖场管理装置来执行，该装置可采用软件和/或硬件的方式实现。该方法具体包括：
S110、当目标动物满足计数条件时，确定所述目标动物的身份。
其中，目标动物指的是需要监控的动物，可以包括猪、牛、羊、鸡等。本发明实施例中提到的目标动物可以是任何种类的动物，本发明实施例不对该动物种类进行限定。优选的，本发明实施例中目标动物视频内的动物可以包括：商品猪，并且通过商品猪进行说明。
其中，计数条件指的是目标动物在出现工作人员设定的特定行为时，进行计数。例如，当目标动物走到饮水区有饮水行为，或者到食料区吃食行为时进行计数。有目标动物的身份指的是可以对该目标动物进行识别的标识码。例如，初生仔猪断奶后打过口蹄疫疫苗后要佩带耳标，猪耳标作为猪的身份识别，便于从饲养到屠宰销售的全程检疫跟进。电子耳标可以将每个动物的耳号与其品种、来源、生产性能、免疫状况、健康状况、畜主等信息一并管理起来。
具体的，养猪场可以在商品猪生活范围内装特制的摄像头，记录猪栏内各个商品猪的情况。通常专业人员会将摄像头进行改造，安装在合理的位置，保证覆盖范围。一个猪栏内可以安装一个或者多个摄像头，摄像头的个数根据猪栏大小而定。工作人员可以通过安装的摄像头上传的视频，能够监控到猪栏内的全部范围。
在本发明实施例中，所述当目标动物满足计数条件时，确定所述目标动物的身份，包括：采集饮食栏位区域的视频；当所述视频出现目标动物，且通过神经网络模型识别所述目标动物在饮食时，读取所述目标动物的耳标，以确定所述目标动物的身份。
其中，神经网络(Neural Networks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。在本发明实施例中，神经网络模型为根据大量动物饮食图像或者大量动物饮食视频为学习材料训练而成。通过根据神经网络模型可以判断视频中的动物是否在饮食。
具体的，本发明实施例采集饮食栏位区域的视频；当视频出现目标动物，且通过神经网络模型识别该目标动物在饮食时，再读取该目标动物的耳标，以确定该目标动物的身份。
S120、基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长。
其中，目标动物的饮食次数包括饮水次数与吃食次数，饮食时长包括饮水时长与吃食时长。例如，记录耳标标识0001号商品猪的饮水次数为一次，饮水时长为30s，记录耳标标识0002号商品猪的吃食次数为一次，饮水时长为60s等。
S130、在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
其中，预设检测时长可以设定为任意值，本发明实施例中预设检测时长指的是根据观察动物身体生长情况而设定的时间。例如，预设检测时长可以设定为12小时，或者24小时。
其中，本实施例中的预警操作可以是提示工作人员注意的任何种类声音，或者，以短信的形式通知工作人员，工作人员根据预警信息进行查看，能够及时处理相关问题。
在本发明实施例中，所述根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作，包括：根据所述目标动物的饮食次数与饮食时长，确定所述目标动物的饮食量；当所述目标动物的饮食量低于预设饮食量时，触发预警操作。
其中，预设饮食量包括预设饮水量与预设吃食量，根据目标动物的种类、品种以及生长阶段而定。
例如，养猪场可以通过按照摄像头实时监控猪栏情况，以监控每只商品猪的饮食情况，当饮水量低于预设饮水量，或者饮食量低于预设饮食量时，触发预警操作。例如，本发明实施例可以在猪栏内的各个摄像头端完成监控任务，并对目标动物的饮食量进行判断，当低于预设饮食量时触发预警操作，或将有关该目标动物的全部信息上传服务器，由服务器执行预警操作。又例如，本发明实施例可以将在猪栏内的各个摄像头采集的视频图像上传至服务器，由服务器对目标动物的饮食量进行判断，当低于预设饮食量时触发预警操作。
本发明实施例通过当目标动物满足计数条件时，确定所述目标动物的身份；基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作，能够有效监控各个商品猪的生长情况，提高商品猪生长质量，以及提高养猪的生产效率。
实施例二
图2为本发明实施例二提供的一种养殖场管理方法的流程图，本发明实施例在上述实施例的基础上，还包括：采集覆盖栏位的所有视频；通过所述神经网络模型识别地面上的排泄物是否正常；当所述排泄物不正常时，跟踪所述排泄物的归属目标动物，并确定所述归属目标动物的身份，触发预警操作，以及通过所述神经网络模型识别出生长缓慢的目标动物，并确定所述生长缓慢的目标动物的身份，触发预警操作。该方法具体包括：
S210、当目标动物满足计数条件时，确定所述目标动物的身份。
S220、基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长。
S230、在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
本发明实施例能够实现目标动物的饮水监控与食料监控。
在饮水监控中，通过栏位正上方架设摄像头，识别检测猪只饮水频次，根据其饮水频次，判断其生理健康。病猪表现为不爱动，不爱喝水。或者因为天气炎热，猪只喝水较多，造成拉稀等症状。传统的水表统计饮水量，比如水嘴堵塞，会造成猪只一天喝不上水，或者水流量较大，不清楚猪只到底饮水多少，而现在通过视觉识别，根据饮水时间，计算饮水量，再根据水槽附近的电子阅读器，识别饮水猪只的的耳标，从而确定猪只的真实身份。
在食料监控中，通过摄像头采集数据，识别猪只食料频次，根据食料频次，判断猪只的食料的多少，病猪主要表现不爱动，不吃不喝。
S240、采集覆盖栏位的所有视频；通过所述神经网络模型识别地面上的排泄物是否正常；当判断所述排泄物不正常时，跟踪所述排泄物的归属目标动物，并确定所述归属目标动物的身份，触发预警操作。
猪拉稀是猪感染时疫所致，从立冬到立春前后反复发生，发病率高，病程为5天～10天。病猪皮温不整，耳冷鼻凉，流清涕，腹胀肠鸣，畏寒惧冷蜷卧，食欲减少或废绝，无热象或轻度发热，日泻十多次，泻粪清稀，呈现进行性消瘦，拉稀1天后迅速脱水而掉膘。病猪因失治或继发感染而死亡，仔猪死亡率在15％以上。
本发明实施例还能实现目标动物的腹泻识别，神经网络模型还可以为根据大量商品猪粪便图片或者视频，以及包含商品猪排泄时的状态与时长的视频为学习材料训练而成。通过根据神经网络模型可以识别猪只栏位内的排泄物，重点可以识别尿液和拉稀粪便之间的差异，从而判断猪只是否发生腹泻等情况。
具体的，本发明实施例可以通过神经网络模型识别地面上的排泄物是否正常；当判断所述排泄物不正常时，跟踪排泄物的归属目标动物，通过电子阅读器确定该归属目标动物的身份，触发预警操作。
S250、通过所述神经网络模型识别出生长缓慢的目标动物，并确定所述生长缓慢的目标动物的身份，触发预警操作。
本发明实施例还能实现僵猪识别。僵猪是由于先天营养不良所导致的一种疾病，俗称“小老猪”，“小赖猪”。临床表现为精神状况尚好，饮食欲较为正常，比同窝仔猪明显偏小，亦或是青年期及其以后生长速度极慢。形成僵猪的原因很多，有先天性因素，如近亲繁殖或早配，以及妊娠母猪饲养管理不当等原因，致使仔猪初生重低、生活能力差；也有后天性因素，如母乳不足、营养不良、断奶过早、补料不及时、营养严重缺乏以及疾病等因素。若发现僵猪，可采取措施以解僵育肥。
本发明实施例中的神经网络模型可以以大量含有僵猪的视频为学习材料，通过计算机视觉，通过对猪只进行识别，对猪只体型进行建模，识别出小于均值20％的猪只，筛选出僵猪，然后进行预警，提醒饲养员将其转栏处理。
在本发明实施例中，还包括：保存每只目标动物的生长记录至记录文件夹内。
具体的，本发明实施例可以将每只商品猪从出生到宰杀的整个过程中打的疫苗以及生长情况进行记录，以方便工作人员对每个商品猪进行掌控，并将上述信息保存至记录文件内。
实施例三
图3是本发明实施例提供的一种养殖场管理装置的结构示意图，该装置具体包括：
身份确定模块310，用于当目标动物满足计数条件时，确定所述目标动物的身份；
记录模块320，用于基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；
预警触发模块330，用于在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
可选的，所述身份确定模块310具体用于：
采集饮食栏位区域的视频；
当所述视频出现目标动物，且通过神经网络模型识别所述目标动物在饮食时，读取所述目标动物的耳标，以确定所述目标动物的身份。
可选的，所述预警触发模块330具体用于，包括：
根据所述目标动物的饮食次数与饮食时长，确定所述目标动物的饮食量；
当所述目标动物的饮食量低于预设饮食量时，触发预警操作。
可选的，预警触发模块330具体还用于：
采集覆盖栏位的所有视频；
通过所述神经网络模型识别地面上的排泄物是否正常；
当所述排泄物不正常时，跟踪所述排泄物的归属目标动物，并确定所述归属目标动物的身份，触发预警操作。
可选的，预警触发模块330具体还用于：
通过所述神经网络模型识别出生长缓慢的目标动物，并确定所述生长缓慢的目标动物的身份，触发预警操作。
可选的，还包括：保存模块，用于
保存每只目标动物的生长记录至记录文件夹内。
可选的，所述目标动物包括：商品猪。
本发明实施例通过当目标动物满足计数条件时，确定所述目标动物的身份；基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作，能够有效监控各个商品猪的生长情况，提高养猪的生产效率。
实施例四
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行：
当目标动物满足计数条件时，确定所述目标动物的身份；基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的养殖场管理的同步操作，还可以执行本申请任意实施例所提供的养殖场管理方法中的相关操作。
实施例五
本申请实施例提供了一种电子设备，该电子设备中可集成本申请实施例提供的养殖场管理装置。图4是本申请实施例五提供的一种电子设备的结构示意图。如图4所示，本实施例提供了一种电子设备400，其包括：一个或多个处理器420；存储装置410，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器420运行，使得所述一个或多个处理器420实现：
当目标动物满足计数条件时，确定所述目标动物的身份；基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
如图4所示，该电子设备400包括处理器420、存储装置410、输入装置430和输出装置440；电子设备中处理器420的数量可以是一个或多个，图4中以一个处理器420为例；电子设备中的处理器420、存储装置410、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线450连接为例。
存储装置410作为一种计算机可读存储介质，可用于存储软件程序、计算机可运行程序以及模块单元，如本申请实施例中的养殖场管理方法对应的程序指令。
存储装置410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置410可进一步包括相对于处理器420远程设置的存储器，这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏、扬声器等设备。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种养殖场管理方法，其特征在于，包括：
当目标动物满足计数条件时，确定所述目标动物的身份；
基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；
在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
2.根据权利要求1所述的方法，其特征在于，所述当目标动物满足计数条件时，确定所述目标动物的身份，包括：
采集饮食栏位区域的视频；
当所述视频出现目标动物，且通过神经网络模型识别所述目标动物在饮食时，读取所述目标动物的耳标，以确定所述目标动物的身份。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作，包括：
根据所述目标动物的饮食次数与饮食时长，确定所述目标动物的饮食量；
当所述目标动物的饮食量低于预设饮食量时，触发预警操作。
4.根据权利要求1所述的方法，其特征在于，还包括：
采集覆盖栏位的所有视频；
通过所述神经网络模型识别地面上的排泄物是否正常；
当判断所述排泄物不正常时，跟踪所述排泄物的归属目标动物，并确定所述归属目标动物的身份，触发预警操作。
5.根据权利要求4所述的方法，其特征在于，在采集覆盖栏位的所有视频之后，还包括：
通过所述神经网络模型识别出生长缓慢的目标动物，并确定所述生长缓慢的目标动物的身份，触发预警操作。
6.根据权利要求1-5中任一项所述的方法，其特征在于，还包括：
保存每只目标动物的生长记录至记录文件夹内。
7.根据权利要求6所述的方法，其特征在于，所述目标动物包括：商品猪。
8.一种养殖场管理装置，其特征在于，包括：
身份确定模块，用于当目标动物满足计数条件时，确定所述目标动物的身份；
记录模块，用于基于所述目标动物的身份，记录所述目标动物的饮食次数与饮食时长；
预警触发模块，用于在达到预设检测时长后，根据所述目标动物的饮食次数与饮食时长判断是否触发预警操作。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的养殖场管理方法。
10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的养殖场管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011532219.8A CN112700344A (zh) | 2020-12-22 | 2020-12-22 | 一种养殖场管理方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011532219.8A CN112700344A (zh) | 2020-12-22 | 2020-12-22 | 一种养殖场管理方法、装置、介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112700344A true CN112700344A (zh) | 2021-04-23 |
Family
ID=75510636
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011532219.8A Pending CN112700344A (zh) | 2020-12-22 | 2020-12-22 | 一种养殖场管理方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112700344A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107066983A (zh) * | 2017-04-20 | 2017-08-18 | 腾讯科技（上海）有限公司 | 一种身份验证方法及装置 |
| CN107315527A (zh) * | 2017-06-27 | 2017-11-03 | 维沃移动通信有限公司 | 一种身份标识码识别方法和移动终端 |
| CN108307116A (zh) * | 2018-02-07 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 图像拍摄方法、装置、计算机设备和存储介质 |
| CN108508782A (zh) * | 2018-01-29 | 2018-09-07 | 江苏大学 | 基于arm的猪只行为跟踪识别监控装置及方法 |
| CN109146629A (zh) * | 2018-08-16 | 2019-01-04 | 连云港伍江数码科技有限公司 | 目标对象的锁定方法、装置、计算机设备和存储介质 |
| CN109345798A (zh) * | 2018-11-26 | 2019-02-15 | 日立楼宇技术（广州）有限公司 | 一种养殖场监控方法、装置、设备和存储介质 |
| CN110222577A (zh) * | 2019-05-08 | 2019-09-10 | 平安科技（深圳）有限公司 | 一种目标监控方法、装置、计算机设备及存储介质 |
| CN112000051A (zh) * | 2020-09-14 | 2020-11-27 | 江西省农业科学院农业经济与信息研究所 | 一种基于物联网的畜牧养殖管理系统 |
| CN112036206A (zh) * | 2020-08-25 | 2020-12-04 | 北京小龙潜行科技有限公司 | 基于识别码式猪耳标的监控方法、装置及系统 |
-
2020
- 2020-12-22 CN CN202011532219.8A patent/CN112700344A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107066983A (zh) * | 2017-04-20 | 2017-08-18 | 腾讯科技（上海）有限公司 | 一种身份验证方法及装置 |
| CN107315527A (zh) * | 2017-06-27 | 2017-11-03 | 维沃移动通信有限公司 | 一种身份标识码识别方法和移动终端 |
| CN108508782A (zh) * | 2018-01-29 | 2018-09-07 | 江苏大学 | 基于arm的猪只行为跟踪识别监控装置及方法 |
| CN108307116A (zh) * | 2018-02-07 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 图像拍摄方法、装置、计算机设备和存储介质 |
| CN109146629A (zh) * | 2018-08-16 | 2019-01-04 | 连云港伍江数码科技有限公司 | 目标对象的锁定方法、装置、计算机设备和存储介质 |
| CN109345798A (zh) * | 2018-11-26 | 2019-02-15 | 日立楼宇技术（广州）有限公司 | 一种养殖场监控方法、装置、设备和存储介质 |
| CN110222577A (zh) * | 2019-05-08 | 2019-09-10 | 平安科技（深圳）有限公司 | 一种目标监控方法、装置、计算机设备及存储介质 |
| CN112036206A (zh) * | 2020-08-25 | 2020-12-04 | 北京小龙潜行科技有限公司 | 基于识别码式猪耳标的监控方法、装置及系统 |
| CN112000051A (zh) * | 2020-09-14 | 2020-11-27 | 江西省农业科学院农业经济与信息研究所 | 一种基于物联网的畜牧养殖管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 丁静，ꎬ沈明霞，刘龙申，孙玉文，陆明洲，姚文，张海林: "基于机器视觉的断奶仔猪腹泻自动识别方法", 南京农业大学学报 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Singh et al. | The behaviour and welfare of sows and piglets in farrowing crates or lactation pens | |
| Jensen et al. | The effect of milk flow rate and milk allowance on feeding related behaviour in dairy calves fed by computer controlled milk feeders | |
| CA2831152C (en) | Apparatus and method for using infrared thermography and behaviour information for identification of biologically important states in animals | |
| Rogers et al. | A cross-sectional survey of Thoroughbred stud farm management in the North Island of New Zealand | |
| WO2013122468A1 (en) | Automated monitoring and controlling of undesired livestock behaviour | |
| KR102141582B1 (ko) | 영상분석을 활용한 어미돼지의 분만시점 예측 방법 및 장치 | |
| WO2019009857A2 (en) | PROCESS FOR DETECTION OF OESTRAL PERIOD OF COWS BY DRONE | |
| KR20200117610A (ko) | 전자식 모돈 관리 장치 | |
| Chapinal et al. | Feeder use patterns in group-housed pregnant sows fed with an unprotected electronic sow feeder (Fitmix) | |
| Keeling et al. | Use of mechanical rotating brushes in dairy cows–a potential proxy for performance and welfare? | |
| Toaff-Rosenstein et al. | The sickness response at and before clinical diagnosis of spontaneous bovine respiratory disease | |
| Benatallah et al. | Dairy cow welfare assessment on Algerian farms | |
| CN112700344A (zh) | 一种养殖场管理方法、装置、介质及设备 | |
| Galeana et al. | Mother-young spatial association and its relation with proximity to a fence separating ewes and lambs during enforced weaning in hair sheep (Ovis aries) | |
| Baqueiro-Espinosa et al. | Factors influencing ease of whelping and its relationship with maternal behaviour and puppy perinatal mortality in commercially bred dogs | |
| Kinsel | An epidemiologic approach to investigating abortion problems in dairy herds | |
| Ronghua et al. | Cow behavioral recognition using dynamic analysis | |
| CN112668433A (zh) | 一种养殖场管理方法、装置、介质及设备 | |
| Vickery et al. | A preliminary investigation of the feeding behaviour of dairy goat kids reared away from their dams on a computerised ad libitum milk feeding system | |
| Gu et al. | A two-stage recognition method based on deep learning for sheep behavior | |
| Roessen et al. | MooMonitor+ smart sensing technology and big data-resting time as an indicator for welfare status on farms. | |
| Jelan et al. | Monitoring livestock productivity in Malaysia. | |
| Göncü et al. | Holstein cow vocalization behavior during oestrus periods | |
| Ismayilova | The use of image labelling to identify pig behaviours for the development of a real-time monitoring and control tool | |
| Pedersen et al. | The influence of housing-systems for pregnant sows on the reproductive behaviour at oestrus |
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 |