CN116267695B - 基于大数据的母猪健康监控方法、系统及存储介质 - Google Patents
基于大数据的母猪健康监控方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116267695B CN116267695B CN202310520370.7A CN202310520370A CN116267695B CN 116267695 B CN116267695 B CN 116267695B CN 202310520370 A CN202310520370 A CN 202310520370A CN 116267695 B CN116267695 B CN 116267695B
- Authority
- CN
- China
- Prior art keywords
- sow
- normal
- defecation frequency
- big data
- health monitoring
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 230000036541 health Effects 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000013872 defecation Effects 0.000 claims abstract description 71
- 210000003608 fece Anatomy 0.000 claims description 21
- 230000002550 fecal effect Effects 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 7
- 239000010871 livestock manure Substances 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 5
- 235000011837 pasties Nutrition 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 206010012735 Diarrhoea Diseases 0.000 claims description 2
- 239000008187 granular material Substances 0.000 claims description 2
- 230000002354 daily effect Effects 0.000 abstract 2
- 230000003203 everyday effect Effects 0.000 abstract 1
- 241000282898 Sus scrofa Species 0.000 description 10
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006651 lactation Effects 0.000 description 7
- 230000035935 pregnancy Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 241000282887 Suidae Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 235000021050 feed intake Nutrition 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 235000012631 food intake Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001292396 Cirrhitidae Species 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- 208000001431 Psychomotor Agitation Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000012173 estrus Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000003307 slaughter Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/80—Food processing, e.g. use of renewable energies or variable speed drives in handling, conveying or stacking
- Y02P60/87—Re-use of by-products of food processing for fodder production
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Environmental Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Animal Husbandry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种基于大数据的母猪健康监控方法及系统及存储介质。所述基于大数据的母猪健康监控方法，包括：S1，获取每个栏位每头母猪的每天排便频率，获取其排便频率均值，其中，选择正常生长期的母猪在预定时间内的排便频率，从而获得准确的排便频率均值；S2，判断每个栏位每头母猪的每天排便频率是否超出所述排便频率均值的范围内，是则预警。本发明提供的监控方法、系统及存储介质通过对母猪的排便频率进行采集，当每天排便频率超出正常排便频率均值的范围内预警，从而大大的降低人工成本，并提高母猪健康监控的准确性及即时性。
Description
技术领域
本发明涉及一种基于大数据的母猪健康监控方法、系统及存储介质。
背景技术
猪瘟等疫情对养猪行业产生巨大冲击，大面积扑杀及超低猪价导致生猪产能严重下降，生猪供应缺口尤为突出，屠宰企业收猪困难，提价收猪，猪价涨幅明显。目前仔猪价猛增，母猪供不应求。母猪是疫情最容易感染的对象，一些养猪人无法承受压力，清栏弃养的猪场仍在持续增多。
目前，对母猪的健康监控主要在于通过图像识别，对母猪起卧频率；临产母猪分娩前，会在某个特定时间点反复起卧，站立不安等进行监测，如CN112400734A。然而，对于最直接可以反馈母猪健康状况的排泄物，则没有现行有效的监控方法，故，无法对母猪的健康状况进行无人值守的有效监控。
发明内容
本发明提供了一种基于大数据的母猪健康监控方法、系统及存储介质，可以有效解决上述问题。
本发明是这样实现的：
本发明实例提供基于大数据的母猪健康监控方法，包括：
S1，获取每个栏位每头母猪的每天排便频率，获取其排便频率均值，其中，选择正常生长期的母猪在预定时间内的排便频率，从而获得准确的排便频率均值；
S2，判断每个栏位每头母猪的每天排便频率是否超出所述排便频率均值的范围内，是则预警。
本发明还进一步提供一种基于图像识别的母猪健康监控系统，包括：
统计模块，用于获取每个栏位每头母猪的每天排便频率，并获取其排便频率均值，其中，选择正常生长期的母猪在预定时间内的排便频率，从而获得准确的排便频率均值；
判断及预警模块，用于判断每个栏位每头母猪的每天排便频率是否超出所述排便频率均值的范围内，是则预警。
本发明还进一步提供一种计算机可读存储介质，其上存储有程序文件，所述程序文件在被处理器执行时，执行上述的方法。
本发明的有益效果是：本发明提供的基于大数据的母猪健康监控方法、系统及存储介质，通过对母猪的排便频率采集，当每天排便频率超出所述排便频率均值的范围内预警，从而大大的降低人工成本，并提高母猪健康监控的准确性及即时性。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明其中一个实施例提供的基于大数据的母猪健康监控方法的流程图。
图2是本发明另一实施例提供的基于大数据的母猪健康监控方法的流程图。
图3是本发明其他实施例提供的基于大数据的母猪健康监控方法的流程图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
参照图1所示，本发明实例提供基于大数据的母猪健康监控方法，包括：
S1，获取每个栏位每头母猪的每天排便频率，获取其排便频率均值，其中，选择正常生长期的母猪在预定时间内的排便频率，从而获得准确的排便频率均值；
S2，判断每个栏位每头母猪的每天排便频率是否超出所述排便频率均值的范围内，是则预警。
在步骤S1中，由于不同生理期的母猪的每天排便频率差别较大，因此，优选的，选择正常生长期（非妊娠期，或发情期）的母猪在预定时间内的排便频率，从而获得较为准确的排便频率均值。一般而言，选择每一头母猪在正常生长期一周或两周左右时间内的每天排便频率，然后，进行均值计算，获得每一头母猪对应的排便频率均值。所述获取每天排便频率可以通过图像识别计数器获取，在此不做限制。所述图像识别计数器为现有技术，在此不再累述，可以通过一般的图像识别获得。
作为进一步改进的，本发明实施例，还可以进一步对妊娠期的母猪的每天排便频率进行统计，获取其从妊娠初期到生产过程中的排便频率变化。这样的好处是，可以为下次该母猪的妊娠期间的排便频率进行监控。此外，通过对妊娠期的母猪的每天排便频率进行统计，还可以对母猪妊娠期的食量进行调整。这是由于排便的频率和食量是成正比的，因此，根据妊娠期的母猪的每天排便频率进行统计，可以随着妊娠期的增加，对喂食量进行递增或递减。
作为进一步改进的，本发明实施例，还可以进一步对哺乳期的母猪的每天排便频率进行统计，获取其从哺乳过程中的排便频率变化。这样的好处是，可以为下次该母猪的哺乳期间的排便频率进行监控。此外，通过对哺乳期的母猪的每天排便频率进行统计，还可以对母猪哺乳期的食量进行调整。这是由于排便的频率和食量是成正比的，因此，根据哺乳期的母猪的每天排便频率进行统计，可以随着哺乳期的增加，对喂食量进行递增或递减。
在步骤S2中，如果母猪的每天排便频率超出所述排便频率均值的范围内，则，说明母猪有可能拉稀或便秘等其他情况，因此，需要进行进一步预警。
请参见图2，在其中一个实施例中，作为进一步改进的，当母猪的每天排便频率超出所述排便频率均值的范围内，还可以进一步包括：
S3，对养殖场中的母猪即时粪便图像进行实时采集，并根据图像识别模型，判断所述即时粪便图像是否正常。
在步骤S3中，所述图像识别模型的构建，包括以下步骤：
S31，获取多张母猪粪便图形；
S32，将所述母猪粪便图形按照“正常”和“非正常”进行标注，并进行大数据的训练；
S33，输出基于母猪粪便的图像识别模型。
在步骤S31中，所述母猪粪便图形可以通过各地饲养的过程中采集具体母猪粪便图形获得。这是由于，全国各地的饲养地饲养母猪的品种、食物以及饲养习惯完全不同，如果采用统一的标准图片，可能会导致后期的识别不准确。
作为进一步改进的，所述获取多张母猪粪便图形的可以通过深度摄像机获取。在其中一个实施例中个，可采用Kinect深度摄像机，所述Kinect深度摄像机采用的是红外线发射器、彩色RGB摄像头、红外CMOS摄像机构成的3D结构光深度感应器。所述红外发射器主动投射经调制的近红外光线，红外光线照到视野里的物体上就会发生反射，红外相机接收反射回来的红外线，采用TOF技术测量深度，计算光的时间差，根据可得物体的深度，进而获得母猪粪便的深度图像。之所以采用深度摄像机获取，这是由于正常的母猪粪便都是松散结团状的结构，需要通过深度摄像机获取其深度结构；而生病的母猪的粪便，都是稀状或糊状（平面状结构），难以获得其深度结构，因此可以快速的进行分辨及训练，大大的提高训练的效率。
在步骤S32中，将所述母猪粪便图形按照“正常”和“非正常”进行标注的步骤，主要由人工进行。作为进一步改进的，在其中一个实施例中，在标注的过程中，将拉稀或糊状的标注为“非正常”；而松散结团状标注为“正常”，而颗粒状的标注为“正常-待确认”。这是由于，拉稀或糊状代表母猪的情况比较严重；而颗粒状的情况较为轻微，可能只是缺水引起。
将所述母猪粪便图形在大数据处理单元中进行大数据训练。在本实施例中利用Halcon软件进行处理，Halcon软件的优点在于其支持2D和3D图像采集设备数量的5倍，提供更高的位深度图像处理。在其中一个实施例中，调用Halcon中的预训练网络：pretrained_dl_classifier_compact.hdl。在本实施例中上述的图像共采集到323张图像，其中“normal”图像210张（其中，“normal-to be confirmed” ），“innormal”图像113张。将“normal”、“innormal”、“normal-to be confirmed”分类的图像按照标注类别分别存放在同一目中的“normal”和“innormal”、“normal-to be confirmed”文件夹，用read_dl_classifier_data_set直接读取对应数据集即可获得文件及图像所述的类别标签。
大数据训练结束后，输出基于母猪粪便的图像识别模型。
作为进一步改进的，在步骤S33中，在输出基于母猪粪便的图像识别模型前还进一步包括：
对所述基于母猪粪便的图像识别模型进行验证的步骤。即，通过输入不同的粪便图像，对所述基于母猪粪便的图像识别模型进行验证。试验表明，本发明实施例提供的基于母猪粪便的图像识别模型，对“normal”、“innormal”的母猪粪便，即，拉稀或糊状与颗粒或团状的识别准确度可以达到97%以上。而“innormal”、“normal-to be confirmed”，即颗粒或团状的识别准确度仅仅可以达到65%左右。
在步骤S3中，所述对养殖场中的母猪即时粪便图像进行实时采集的步骤，通过深度摄像机完成，然后输入到所述图像识别模型进行识别。如果所述即时粪便图像为正常，即“normal”，则继续识别，否则，进行报警。
在其中一个实施例中，如果识别的图像被标注为“normal-to be confirmed”，则，可进一步包括：
S35，获取该母猪单位时间内的所有即时粪便图像，判断被标注为“normal-to beconfirmed”的即时粪便图像占所有图像的比例，当所述“normal-to be confirmed”的即时粪便图像的占比超过设定值时，进行报警。在其中一个实施例中，所述“normal-to beconfirmed”的即时粪便图像的占比超过50%时报警。所述单位时间内可以是一天或两天，可以根据实际需要设定，在此不再累述。
请参见图3，在其中一个实施例中，作为进一步改进的，当其中一个栏位的母猪的每天排便频率超出所述排便频率均值的范围内，且被判断为“innormal”时，还可以进一步包括：
S4，获取周围栏位的母猪的即时粪便图像，并根据图像识别模型，判断所述即时粪便图像是否正常。可以理解，通过步骤S4的判断，可以大致预测产生“innormal”的母猪是否会产生传染或已经产生传染，从而进行及时隔离。所述周围栏位可以是前、后、左、右的各个栏位，并以栏位的位置生成可视化图表。具体的，将各个栏位在猪场中的位置生成二维平面坐标，然后以每个栏位中的“innormal”图像数量作为第三维度数据添加到所述二维平面坐标上，形成整个猪场的三维坐标可视化图表，进行清晰的展示。这样的展示方式，可以快速直观的获取传播的流向。
更进一步的，当其中一个栏位的母猪的每天排便频率超出所述排便频率均值的范围内，且被判断为“innormal”时，还可以进一步包括：
S5，对周围栏位的母猪的即时粪便图像进行重点监控，并根据图像识别模型，判断所述即时粪便图像是否正常。
本发明实施例还进一步提供一种基于图像识别的母猪健康监控系统，包括：
统计模块，用于获取每个栏位每头母猪的每天排便频率，并获取其排便频率均值；其中，选择正常生长期的母猪在预定时间内的排便频率，从而获得准确的排便频率均值；
判断及预警模块，用于判断每个栏位每头母猪的每天排便频率是否超出所述排便频率均值的范围内，是则预警。
在其他实施例中，所述基于图像识别的母猪健康监控系统，还进一步包括：
图像识别模型构建模块，用于获取多张母猪粪便图形，然后将所述母猪粪便图形按照“正常”和“非正常”进行标注，并进行大数据的训练，最后输出基于母猪粪便的图像识别模型；
图像采集模块，用于对养殖场中的母猪即时粪便图像进行实时采集；以及
监控模块，用于根据所述图像识别模型，判断所述即时粪便图像是否正常。
本发明实施例进一步提供一种计算机可读存储介质，其上存储有程序文件，所述程序文件在被处理器执行时，执行上述的方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施方式而已，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)
1.一种基于大数据的母猪健康监控方法，其特征在于，包括：
S1，获取每个栏位每头母猪的每天排便频率，获取其排便频率均值，其中，选择正常生长期的母猪在预定时间内的排便频率，从而获得准确的排便频率均值；
S2，判断每个栏位每头母猪的每天排便频率是否超出所述排便频率均值的范围内，是则预警；
S3，对养殖场中的母猪即时粪便图像进行实时采集，并根据图像识别模型，判断所述即时粪便图像是否正常，所述图像识别模型的构建，包括以下步骤：S31，获取多张母猪粪便图形；S32，将所述母猪粪便图形中拉稀或糊状的标注为“非正常”；而松散结团状标注为“正常”，而颗粒状的标注为“正常-待确认”，并进行大数据的训练；S33，输出基于母猪粪便的图像识别模型；其中，所述获取多张母猪粪便图形通过深度摄像机获取；
在步骤S3中，当识别的图像被标注为“正常-待确认”，还进一步包括：
S35，获取该母猪单位时间内的所有即时粪便图像，判断被标注为“正常-待确认”的即时粪便图像占所有图像的比例，当所述“正常-待确认”的即时粪便图像的占比超过设定值时，进行报警。
2.如权利要求1所述的基于大数据的母猪健康监控方法，其特征在于，在步骤S31中，所述母猪粪便图形通过各地饲养的过程中采集具体母猪粪便图形获得。
3.如权利要求1所述的基于大数据的母猪健康监控方法，其特征在于，在步骤S32中，将所述母猪粪便图形按照“正常”和“非正常”进行标注的步骤由人工进行。
4.如权利要求1所述的基于大数据的母猪健康监控方法，其特征在于，在标注的过程中，将拉稀或糊状的标注为“非正常”；而松散结团状标注为“正常”，而颗粒状的标注为“正常-待确认”。
5.一种计算机可读存储介质，其特征在于，其上存储有程序文件，所述程序文件在被处理器执行时，执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310520370.7A CN116267695B (zh) | 2023-05-10 | 2023-05-10 | 基于大数据的母猪健康监控方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310520370.7A CN116267695B (zh) | 2023-05-10 | 2023-05-10 | 基于大数据的母猪健康监控方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116267695A CN116267695A (zh) | 2023-06-23 |
| CN116267695B true CN116267695B (zh) | 2023-08-15 |
Family
ID=86790822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310520370.7A Active CN116267695B (zh) | 2023-05-10 | 2023-05-10 | 基于大数据的母猪健康监控方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116267695B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202776264U (zh) * | 2012-04-20 | 2013-03-13 | 广东顺德宸熙物联科技有限公司 | 一种猪病检测系统 |
| WO2018000215A1 (zh) * | 2016-06-29 | 2018-01-04 | 宋英楠 | 宠物健康监测的方法及装置 |
| CN111183917A (zh) * | 2019-11-14 | 2020-05-22 | 北京海益同展信息科技有限公司 | 一种动物异常监测、图像处理方法及装置 |
| CN111310596A (zh) * | 2020-01-20 | 2020-06-19 | 北京海益同展信息科技有限公司 | 一种动物患病状态监测系统及方法 |
| 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 |
| CN112369343A (zh) * | 2020-11-12 | 2021-02-19 | 上海联宠智能科技有限公司 | 一种猫咪健康状况监测方法 |
| CN112544491A (zh) * | 2020-12-11 | 2021-03-26 | 北京享云智汇科技有限公司 | 一种识别圈养动物腹泻的方法及系统 |
| KR102330858B1 (ko) * | 2021-08-03 | 2021-11-25 | 주식회사 넘버제로 | 배변 시트 대변 이미지를 활용한 반려 동물 대변 상태 분석 정보 제공 방법, 장치 및 시스템 |
| WO2022130145A1 (en) * | 2020-12-15 | 2022-06-23 | Lely Patent N.V. | Animal husbandry system |
| CN116019018A (zh) * | 2022-12-27 | 2023-04-28 | 广州市波宠科技有限公司 | 一种用于自清洁猫砂盆的管理系统 |
-
2023
- 2023-05-10 CN CN202310520370.7A patent/CN116267695B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202776264U (zh) * | 2012-04-20 | 2013-03-13 | 广东顺德宸熙物联科技有限公司 | 一种猪病检测系统 |
| WO2018000215A1 (zh) * | 2016-06-29 | 2018-01-04 | 宋英楠 | 宠物健康监测的方法及装置 |
| CN111183917A (zh) * | 2019-11-14 | 2020-05-22 | 北京海益同展信息科技有限公司 | 一种动物异常监测、图像处理方法及装置 |
| CN111310596A (zh) * | 2020-01-20 | 2020-06-19 | 北京海益同展信息科技有限公司 | 一种动物患病状态监测系统及方法 |
| 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 |
| CN112369343A (zh) * | 2020-11-12 | 2021-02-19 | 上海联宠智能科技有限公司 | 一种猫咪健康状况监测方法 |
| CN112544491A (zh) * | 2020-12-11 | 2021-03-26 | 北京享云智汇科技有限公司 | 一种识别圈养动物腹泻的方法及系统 |
| WO2022130145A1 (en) * | 2020-12-15 | 2022-06-23 | Lely Patent N.V. | Animal husbandry system |
| KR102330858B1 (ko) * | 2021-08-03 | 2021-11-25 | 주식회사 넘버제로 | 배변 시트 대변 이미지를 활용한 반려 동물 대변 상태 분석 정보 제공 방법, 장치 및 시스템 |
| CN116019018A (zh) * | 2022-12-27 | 2023-04-28 | 广州市波宠科技有限公司 | 一种用于自清洁猫砂盆的管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116267695A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhu et al. | Recognition and drinking behaviour analysis of individual pigs based on machine vision | |
| CN103674857B (zh) | 基于机器视觉的牧草饲料检测系统和方法 | |
| CN107148920A (zh) | 一种猪只健康智能监测方法及其系统 | |
| CN110547210A (zh) | 饲料供给方法及系统、计算机系统、存储介质 | |
| CN109583793A (zh) | 一种基于二维码任务导航的养殖场智能化管理系统及方法 | |
| CN107711576A (zh) | 一种母猪发情鉴定方法及系统 | |
| CN204255483U (zh) | 一种鸡的现场计数称重系统 | |
| CN116267695B (zh) | 基于大数据的母猪健康监控方法、系统及存储介质 | |
| CN108416687A (zh) | 一种规模化生猪养殖企业生产管理数字化平台系统 | |
| CN112150498A (zh) | 体态信息的确定方法、装置、存储介质及电子装置 | |
| CN109579957A (zh) | 一种无人过磅系统及方法 | |
| CN111353788B (zh) | 基于物联网的畜禽溯源方法和系统 | |
| CN113516139A (zh) | 数据处理方法、装置、设备和存储介质 | |
| Küster et al. | Automatic behavior and posture detection of sows in loose farrowing pens based on 2D-video images | |
| Sivamani et al. | Automatic posture detection of pigs on real-time using Yolo framework | |
| CN116486389A (zh) | 基于图像识别的母猪健康监控方法及系统及存储介质 | |
| CN203788899U (zh) | 一种渔业疾病智能监控诊断系统 | |
| Ojukwu et al. | Development of a computer vision system to detect inactivity in group-housed pigs | |
| CN116740629A (zh) | 猪仔健康监控方法及系统及存储介质 | |
| CN215187398U (zh) | 养殖场电子围栏管理系统 | |
| CN115423352A (zh) | 一种基于大数据分析的养猪场效益评估系统及方法 | |
| EP4008179A1 (en) | Method and system for determining biomass of aquatic animals | |
| CN113973775A (zh) | 一种饲料自动分摊方法 | |
| Li et al. | Recognition of fine-grained sow nursing behavior based on the SlowFast and hidden Markov models | |
| CN115456648A (zh) | 一种生猪全程追溯的方法及系统 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231115 Address after: A1, Unit 1601, No. 50, Chengyi North Street, Phase III, Software Park, Jimei District, Xiamen, Fujian Province, 361000 Patentee after: Xiamen Nongxin Digital Technology Co.,Ltd. Patentee after: Beijing Nongxin Shuzhi Technology Co.,Ltd. Address before: Unit A1, Unit 1601, No. 50, Chengyi North Street, Phase III, Software Park, Xiamen, Fujian Province, 361024 Patentee before: Xiamen Nongxin Digital Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right |