CN116740759A - 一种地方猪识别鉴定系统及方法 - Google Patents
一种地方猪识别鉴定系统及方法 Download PDFInfo
- Publication number
- CN116740759A CN116740759A CN202310633725.3A CN202310633725A CN116740759A CN 116740759 A CN116740759 A CN 116740759A CN 202310633725 A CN202310633725 A CN 202310633725A CN 116740759 A CN116740759 A CN 116740759A
- Authority
- CN
- China
- Prior art keywords
- local
- identification
- pigs
- pig
- identifying
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 241000282887 Suidae Species 0.000 claims abstract description 77
- 238000012549 training Methods 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 238000012795 verification Methods 0.000 claims abstract description 5
- 238000013136 deep learning model Methods 0.000 claims abstract description 4
- 241000282898 Sus scrofa Species 0.000 claims description 108
- 235000015277 pork Nutrition 0.000 claims description 38
- 238000009395 breeding Methods 0.000 claims description 27
- 230000001488 breeding effect Effects 0.000 claims description 27
- 238000003307 slaughter Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 229940079593 drug Drugs 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 229960005486 vaccine Drugs 0.000 claims description 3
- 230000010365 information processing Effects 0.000 abstract description 2
- 235000013372 meat Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002445 nipple Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
- G06N3/08—Learning methods
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及信息处理技术领域,公开了一种地方猪识别鉴定系统及方法;以能够快速的对市面上的地方猪和普通猪进行区分,防止普通猪伪冒地方猪造成的地方猪的品牌和口碑影响。包括以下步骤:地方猪图像获取,获取地方猪的各角度图像;区分特征图像获取,按照预设规则对所获取的地方猪的各角度图像进行特征区域划分,并提取地方猪的区分特征图像;基于所提取的地方猪区分特征图像构建和训练地方猪识别鉴定模型,所述地方猪识别鉴定模型为深度学习模型,其中将可靠数据源处所获取的区分特征图像作为训练集和验证集,监控中所获取的区分特征图像作为测试集;进行待检测猪鉴定,对待检测猪的特征区域进行框选,并采用该模型对特征区域进行识别鉴定。
Description
技术领域
本发明涉及信息处理技术领域,具体涉及一种地方猪识别鉴定系统及方法。
背景技术
地方猪,即我国本土的地方猪种。目前,我国地方猪种共82种,占全球的1/3以上,且经过成百上千年的驯化和选种,我国地方猪具有优良的种质特性。
地方猪与普通猪,或与外来猪种相比,养殖的环境和养殖所用的饲料等均存在不同,由于存在这些的不同,地方猪的生长通常较为缓慢、养殖周期长;而地方猪的猪肉与普通猪,或与外来猪种相比,肉质更为优良,猪肉纹理更加均匀,价格也更高。因此存在使用外来猪种或使用普通猪伪冒地方猪的现象。当消费者购买到以地方猪或外来猪种冒充的地方猪时,由于普通猪或外来猪种并没有地方猪肉质优良、纹理均匀等优点,却与地方猪卖到同样的价格,容易给消费者造成不好的消费体验,甚至会引起消费者对地方猪及其品牌的质疑。
发明内容
本发明意在提供一种地方猪识别鉴定方法,以能够快速的对地方猪和普通猪进行区分。
为解决上述问题,本发明采用如下技术方案:一种地方猪识别鉴定方法,包括以下步骤,
地方猪图像获取,包括从地方猪养殖处的监控中获取地方猪的各角度图像,以及从可靠数据源处获取地方猪的各角度图像;
区分特征图像获取,按照预设规则对所获取的地方猪的各角度图像进行特征区域划分,并从各个特征区域当中提取地方猪的区分特征图像;
基于所提取的地方猪区分特征图像构建和训练地方猪识别鉴定模型,所述地方猪识别鉴定模型为深度学习模型,其中将靠数据源处所获取的区分特征图像作为训练集和验证集,监控中所获取的区分特征图像作为测试集;
进行待检测猪鉴定,对待检测猪的特征区域进行框选,并采用地方猪识别鉴定模型对特征区域进行识别鉴定。
本方案的原理及优点是:
目前,地方猪与外来猪种或者普通猪相比,肉质更为优良、纹路分布均匀、肉质细嫩,价格通常较高;但是由于数量稀少,生长周期缓慢,供不应求,因此存在使用外来猪种伪冒地方猪的现象,对消费者而言缺乏专业性,往往并不能很好的区分。
本方案的一种地方猪识别鉴定方法,首先进行地方猪图像获取,其中图像源包括养殖处的监控和可靠数据源处获得的地方猪图像,其中获取的图像是各个角度的图像,由于地方猪本身数量较少,采用各个角度的图像进行模型测试和训练,一方面能够弥补数量的不足,另一方面这样训练出的模型识别精准度更佳;
在地方猪图像获取后,对获取的图像进行特征区域划分和框选,从框选出的区域提取区分特征图像并利用其进行模型训练;在模型训练时,将可靠数据源处获取的图像作为训练集和验证集,将监控处获取的图像作为测试集,这样训练出的模型本身便具有信服力,再通测试集对模型进行评估,能有效判断模型的识别精准度;在实际检测时快速的对待检测猪的特征区域进行框选,然后对框选的特征区域进行比对,能够快速的实现识别鉴定。
作为一种改进,在利用区分特征图像进行模型构建时,还包括图像预处理,图像预处理具体包括提取区分特征图像的纹理特征;经过图像预处理,能够减少图像中的数据信息,保留特征图像的纹理特征用于模型训练,数据量更小,不同种类的地方猪具有不同的纹理,通过纹理特征能够在降低计算量的同时能够保证识别鉴定的准确度。
作为一种改进,还包括溯源识别鉴定,溯源识别鉴定包括在溯源数据库建立,所述溯源数据库用于存储地方猪的养殖数据、屠宰数据和去向信息数据;在进行地方猪识别鉴定时,通过溯源数据库能够了解地方猪的养殖信息、屠宰和去向信息,通过上述信息能够清楚的了解到地方猪的养殖情况和来源,若存在不一致,则此次检测的地方猪可能存在假冒,若一致则此次检测的地方猪为真,实现地方猪的辅助识别。
作为一种改进,地方猪养殖数据包括第一识别码,屠宰数据包括基于第一识别码设置的第二识别码,去向信息数据包括基于第二识别码设置的第三识别码;在地方猪或者地方猪肉标记识别码,通过识别码实现数据库中不同数据的访问,简单方便。
作为一种改进,通过第一识别码可进行溯源数据库访问,能够对第一识别码所对应的具体的地方猪养殖数据进行查询,所述地方猪养殖数据包括出生信息、患病用药信息和疫苗信息,所述溯源数据库还用于存储访问者信息数据;一头地方猪对应1个第一识别码,通过第一识别码能够查询到当前地方猪的养殖时间,是否符合养殖标准等;溯源数据库还可存储访问者信息,在访问时,若发现当前地方猪的访问者信息存在异常,则此地方猪的真伪存疑。
作为一种改进,所述屠宰数据包括屠宰时间、分割后猪肉等级信息,通过第二识别码扫描可进行溯源数据库中的屠宰信息访问;所述去向信息数据包括分割后猪肉等级信息和猪肉流向信息,所述第三识别码用于访问溯源数据库中的去向信息数据;
在进行猪肉交易时,地方猪也是存在部位和等级划分的,通过纹理特征识别能够判断出当前猪肉的等级,通过第二识别码能够从溯源数据库中获取在屠宰和分割时的猪肉等级信息、具体部位等,若存在不一致则可认为此猪肉为冒充的地方猪,同时通过第三识别码能够知道猪肉的流向信息,若交易地与猪肉流向地存在不一致也可认为此猪肉可能为假冒的地方猪。
作为一种改进,还包括未知猪种信息记录,当无法对待检测猪进行识别鉴定时,将录入的待检测猪数据进行存储,并将未知猪种的相关信息推送到相关专家处;当系统无法鉴别此次交易的猪种时,则可能此次交易的地方猪为少量或者说未被记录的品种,将相关信息推送给专家,一方面可以通过专家进行判断,另一方面若为珍稀品种也方便进行保护和培育。
本方案还包括一种地方猪识别鉴定系统,采用地方猪识别鉴定方法进行识别鉴定,包括:电性连接的移动端和本地端,所述移动端包括图像获取单元和预处理单元,所述图像获取单元用于获取地方猪的各角度的图像;所述预处理单元用于对获取的地方猪的各角度图像进行区分特征图像框选和分类;所述本地端包括处理单元和存储单元,所述存储单元用于存储完成框选和分类的区分特征图像,所述处理单元用于对框选和分类后获得的区分特征图像进行纹理特征提取,并进行识别鉴定模型训练;识别判断单元,基于识别鉴定模型对待检测猪进行识别鉴定,并将识别鉴定的匹配结论发送到移动端;
作为一种改进:还包括推送单元,所述推送单元用于在识别判断出待检测猪匹配度较低时,将待检测图像推送到专家处。
附图说明
图1为本发明实施例1地方猪识别鉴定方法的流程示意图。
图2为本发明实施例2地方猪识别鉴定方法的流程示意图。
图3为本发明实施例3地方猪识别鉴定系统的结构示意图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例基本如附图1所示:
本发明提供了一种地方猪识别鉴定方法,具体的,包括以下步骤:
S10、地方猪图像获取步骤,其中地方猪图像获取源其一为地方猪养殖场的监控图像,其二为专业可靠的信息数据库,例如百度百科数据库或者官方网站的相关图像数据,其中,获取的地方猪图像包括从不同角度和不同姿态的地方猪图像;
此步骤的设置目的在于:由于目前地方猪本身数量较少,采集不同角度和不同姿态的地方猪图像一方面可以增加图像的数据量,另一方面在采用这样的图像更接近于实际应用中的场景,训练出的模型在识别鉴定的效率上会更快。
S20、区分特征图像获取步骤,此步骤也是图像预处理步骤,在进行地方猪识别鉴定时,通常是对某些具体的特征进行鉴定,例如荣昌猪,多是通过眼部的黑斑、头部纹理和乳头数量等特征进行判断,在获取到地方猪图像后,根据地方猪的不同区分特征,将所获得的图像进行分割,此过程是根据不同的判断特征将获得的图像进行分割,再将分割后的图像按照所属特征进行分类,在从各自种类的区分特征图像中进行纹理特征提取;
实施时,区分特征图像还包括猪肉的纹理特征图像,此纹理特征图像数据获取为屠宰场处获取,在屠宰时,屠宰场会根据肉的品质进行等级分类,其中等级评判包括猪肉的纹路,地方猪猪肉的纹路本身便和其他猪种存在巨大差异,基于此,按照猪肉不同部位和不同等级分类采集特征图像,并提取其纹理特征。
S30、建立地方猪识别鉴定模型,其中地方猪识别鉴定模型为深度学习模型,本实施例中具体选用卷积神经网络模型作为地方猪识别鉴定模型,在建立地方猪识别鉴定模型时,将所获取的区分特征图像进行分类;具体的,将从百度百科和官方网站处获得的区分特征图像作为训练集和验证集,将监控所获得的区分特征图像作为测试集,前者数据相当的权威,便于对模型进行纠偏,后者的数据接近与实际的场景,在完成模型搭建用测试集数据进行测试,便于对模型的识别鉴定能力进行评估。
S40、利用建立好的模型进行待检测猪检测;实施时,输入或者直接采集待检测猪的多个角度的图片,然后由模型自动框选出特征区域,并对框选区域的特征进行识别,然后可对待检测猪的猪种进行鉴别,并将结论以表格或者文字的形式呈现。
在步骤S40中,进行识别鉴定时,若待检测猪与各个地方猪种的匹配度均比较低时,待检测猪可能为稀有或罕见猪种,将待检测猪的图片或视频数据推送到相关的专家处,由专家进行鉴别,将相关信息推送给专家,一方面可以通过专家进行判断,另一方面若为珍稀品种也方便进行保护和培育。
采用本方案所提供的一种地方猪识别鉴定方法,能够快速的对市面上的地方猪和普通猪进行区分。
实施例2:
实施例2如附图2所示,其与实施例1不同的是,在本实施例中,步骤S10中还包括S11、猪肉图片获取,具体的猪肉图片包括猪肉等级及其对应的纹理图片获取,在屠宰时,会按照猪肉的来源部位和纹理进行等级划分;实施时,步骤S20还包括步骤S21、猪肉图像预处理,具体的猪肉预处理为各个部位对应的猪肉纹理特征提取。
实施时,步骤S30还包括步骤S31、建立溯源数据库,其中溯源数据库用于存储地方猪的养殖数据、屠宰数据和去向信息数据,地方猪养殖数据主要是地方猪的出生信息、患病用药信息和疫苗信息。
实施时,步骤S40还包括步骤S41、利用溯源数据库进行猪肉识别鉴定,其中溯源数据库还存储有每只地方猪所对应的第一识别码,其中第一识别码为唯一识别码,养殖时,地方猪身上附有第一识别码,在待检测猪识别鉴定时,通过第一识别码的匹配,可以调用对应地方猪的养殖数据,通过与养殖信息对比,可以实现地方猪的辅助鉴定;其中溯源数据库还可以记录访问者信息,访问者信息包括访问地点和访问时间,当第一识别码被一个人或多人在不同地点和不同时间被多次访问时,可能会存在信息泄露或者被假冒的可能,将其第一识别码进行标记,无需其他权限和防伪操作,简单方便;
实施时,屠宰数据包括猪肉等级信息和猪肉流向信息及基于第一识别码设置的第二识别码,实施时,通过识别猪肉等级信息再通过第二识别码访问溯源数据库,例如在识别时或者购买时,地方猪肉的等级被识别为某部位的某等级,而数据库中与其部位或等级相差较远,则可能会认定其并非本地猪肉;溯源数据库中还存储有去向信息数据和第三识别码,当通过第三识别码的访问位置和溯源数据库中的去向信息不匹配时,也可认定其并非本地猪或本地猪肉。
本实施例中,将图像识别和溯源技术相结合,能够从更多维度完成地方猪或地方猪肉的区分鉴别,效果更佳。
实施例3:
实施例3如附图3所示,本实施例提供了一种地方猪识别鉴定系统,包括移动端和本地端,本地端和移动端电性连接,其中本地端优选为服务器,移动端可以为手机或者平板,其中移动端内置有其他实施例中执行识别鉴定方法的软件。
具体的,移动端包括图像获取单元和预处理单元,其中图像获取单元包括摄像头,图像处理单元可以与养殖处的监控通讯连接,获取养殖处的监控图像,也可用于获取待鉴定猪的图像,预处理单元为移动端的处理器,对获取的图像进行框选,并得出区分特征图像,并将区分特征图像传输到本地端。
具体的,本地端为服务器,包括处理单元和存储单元,其中处理单元可对区分特征图像进行纹理特征提取,还用与第一识别码、第二识别码和第三识别码的比对,为访问者提供访问权限,处理单元还可用于识别鉴定模型训练和利用识别鉴定模型进行地方猪鉴定;存储单元用于各类识别码、养殖数据、屠宰数据和去向信息及访问者信息的存储;本地端还包括推送单元,作为一种改进:还包括推送单元,所述推送单元用于在识别判断出待检测猪匹配度较低时,将待检测图像推送到专家处。
以上所述的仅是本发明的实施例,方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明技术方案的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (9)
1.一种地方猪识别鉴定方法,其特征在于,包括以下步骤:
地方猪图像获取,包括从地方猪养殖处的监控中获取地方猪的各角度图像,以及从可靠数据源处获取地方猪的各角度图像;
区分特征图像获取,按照预设规则对所获取的地方猪的各角度图像进行特征区域划分,并从各个特征区域当中提取地方猪的区分特征图像;
基于所提取的地方猪区分特征图像构建和训练地方猪识别鉴定模型,所述地方猪识别鉴定模型为深度学习模型,其中将可靠数据源处所获取的区分特征图像作为训练集和验证集,监控中所获取的区分特征图像作为测试集;
进行待检测猪鉴定,对待检测猪的特征区域进行框选,并采用地方猪识别鉴定模型对特征区域进行识别鉴定。
2.根据权利要求1所述的地方猪识别鉴定方法,其特征在于:在利用区分特征图像进行模型构建时,还包括图像预处理,图像预处理具体包括提取区分特征图像的纹理特征。
3.根据权利要求1所述的地方猪识别鉴定方法,其特征在于:还包括溯源识别鉴定,溯源识别鉴定包括在溯源数据库建立,所述溯源数据库用于存储地方猪的养殖数据、屠宰数据和去向信息数据。
4.根据权利要求3所述的地方猪识别鉴定方法,其特征在于:地方猪养殖数据包括第一识别码,屠宰数据包括基于第一识别码设置的第二识别码,去向信息数据包括基于第二识别码设置的第三识别码。
5.根据权利要求4所述的地方猪识别鉴定方法,其特征在于:通过第一识别码可进行溯源数据库访问,能够对第一识别码所对应的具体的地方猪养殖数据进行查询,所述地方猪养殖数据包括出生信息、患病用药信息和疫苗信息,所述溯源数据库还用于存储访问者信息数据。
6.根据权利要求4所述的地方猪识别鉴定方法,其特征在于:所述屠宰数据包括屠宰时间、分割后猪肉等级信息,通过第二识别码扫描可进行溯源数据库中的屠宰信息访问;所述去向信息数据包括分割后猪肉等级信息和猪肉流向信息,所述第三识别码用于访问溯源数据库中的去向信息数据。
7.根据权利要求1所述的地方猪识别鉴定方法,其特征在于:还包括地方猪未知猪种信息记录,当无法对待检测猪进行识别鉴定时,将录入的待检测猪数据进行存储,并将相关信息推送到相关专家处。
8.一种地方猪识别鉴定系统,其特征在于,用于执行权利要求1-7任一项地方猪识别鉴定方法进行识别鉴定,包括:电性连接的移动端和本地端,所述移动端包括图像获取单元和预处理单元,所述图像获取单元用于获取地方猪的各角度的图像;所述预处理单元用于对获取的地方猪的各角度图像进行区分特征图像框选和分类;所述本地端包括处理单元和存储单元,所述存储单元用于存储完成框选和分类的区分特征图像,所述处理单元用于对框选和分类后获得的区分特征图像进行纹理特征提取,并进行识别鉴定模型训练;识别判断单元,基于识别鉴定模型对待检测猪进行识别鉴定,并将识别鉴定的匹配结论发送到移动端。
9.根据权利要求8所述的地方猪识别鉴定系统,其特征在于:还包括推送单元,所述推送单元用于在识别判断单元在判断出待检测猪匹配度较低时,将待检测图像推送到专家处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310633725.3A CN116740759A (zh) | 2023-05-31 | 2023-05-31 | 一种地方猪识别鉴定系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310633725.3A CN116740759A (zh) | 2023-05-31 | 2023-05-31 | 一种地方猪识别鉴定系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116740759A true CN116740759A (zh) | 2023-09-12 |
Family
ID=87905461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310633725.3A Pending CN116740759A (zh) | 2023-05-31 | 2023-05-31 | 一种地方猪识别鉴定系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116740759A (zh) |
-
2023
- 2023-05-31 CN CN202310633725.3A patent/CN116740759A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705405B (zh) | 目标标注的方法及装置 | |
CN108269333A (zh) | 人脸识别方法、应用服务器及计算机可读存储介质 | |
CN114494837B (zh) | 一种渔业资源的密度智能识别方法及系统 | |
JP6323693B2 (ja) | ラベル | |
CN111161265A (zh) | 一种动物计数、图像处理方法和装置 | |
CN111639629B (zh) | 一种基于图像处理的猪只体重测量方法、装置及存储介质 | |
CN108235122A (zh) | 视频广告的监测方法及装置 | |
CN112541432A (zh) | 一种基于深度学习的视频牲畜身份认证系统及方法 | |
CN114511820A (zh) | 货架商品检测方法、装置、计算机设备及存储介质 | |
WO2023041904A1 (en) | Systems and methods for the automated monitoring of animal physiological conditions and for the prediction of animal phenotypes and health outcomes | |
CN112465038A (zh) | 一种识别果树病虫害种类的方法及系统 | |
CN109145752A (zh) | 用于评估对象检测和跟踪算法的方法、装置、设备和介质 | |
CN109784384B (zh) | 一种自动辨别商标真伪的方法及装置 | |
CN111709384B (zh) | Ar手势识别方法、装置、电子设备及存储介质 | |
CN116740759A (zh) | 一种地方猪识别鉴定系统及方法 | |
CN111401438A (zh) | 图像分拣方法、装置及系统 | |
CN113068657B (zh) | 一种智能化高效养猪方法及系统 | |
CN114758356A (zh) | 一种基于局部不变特征的牛唇纹识别方法及系统 | |
CN115546845A (zh) | 一种多视角牛脸识别方法、装置、计算机设备及存储介质 | |
RU2693731C2 (ru) | Устройство и способ оценки соблюдения требований благосостояния животного в отношении животного для убоя | |
CN113221704A (zh) | 基于深度学习的动物姿态识别方法、系统及存储介质 | |
CN107509083B (zh) | 直播人数真实性检测方法、存储介质、电子设备及系统 | |
CN109191173A (zh) | 一种一站式全屏精准程序化数据管理方法 | |
CN116740473B (zh) | 一种基于机器视觉的渔获物自动分拣方法及系统 | |
US20230111876A1 (en) | System and method for animal disease management |
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 |