[发明专利]一种基于参照物的猪重识别的方法及系统

说明书

本发明公开了一种基于参照物的猪重识别的方法及系统，其特征在于，根据数据集中的参照物、猪身位置、猪肥胖程度，利用深度神经网络训练参照物、猪身检测模型，然后根据参照物、猪身位置、猪重，利用神经网络训练猪重预测模型。通过参照物、猪身检测模型，可以检测出图片中的参照物、猪身位置、猪身肥胖程度，通过猪重预测模型，可以识别猪的重量，两个模型结合起来可以实现通过拍摄带有参照物的猪的图片来直接识别猪的重量。该方法和系统能够高效准确的完成猪重识别的任务，能够应用到育肥猪保险理赔领域，大大提升理赔的效率和准确性。

技术领域

本发明涉及图像识别领域，特别是一种基于参照物的猪重识别的方法及系统。

背景技术

农业在我国经济中起着基础性的作用，自然灾害不仅给农业带来了经济损失，也让许多从事大规模工业生产的投资者在扩大规模上犹豫不决，所以必须有农业保险来推动其发展。

近年来，我国农业保险发展非常迅速，自2007年到2016年的10年间，我国农业保险提供风险保障从1126亿元增长到2.16万亿元，年均增速38.83％。其中，政府于2007年推出了生猪政策性保险，对降低生猪市场风险、推动病死猪集中无害化处理、控制生猪价格波动、维持生猪市场稳定起到了一定作用。

育肥猪保险政策是一项好的利民政策，目前每头育肥猪保费是30元，养殖户自己交20％，各级财政补充80％。育肥猪出险时，主要根据猪的重量进行理赔，但这一过程，要么需要理赔人员上门，那需要很高的人力人本，要么靠农民自己上报重量，又会出现虚报的问题。假如该问题无法有效解决的话，那么育肥猪保险政策将无法广泛覆盖。

本发明针对育肥猪保险理赔时无法高效准确计算猪重的问题，进行了方法和系统的设计，根据数据集中的参照物、猪身位置、猪肥胖程度，利用深度神经网络训练参照物、猪身检测模型，然后根据参照物、猪身位置、猪重，利用神经网络训练猪重预测模型。通过参照物、猪身检测模型，可以检测出图片中的参照物、猪身位置、猪身肥胖程度，通过猪重预测模型，可以识别猪的重量，两个模型结合起来可以实现通过拍摄带有参照物的猪的图片来直接识别猪的重量。该方法和系统能够高效准确的完成猪重识别的任务，能够应用到育肥猪保险理赔领域，大大提升理赔的效率和准确性。

发明内容

本发明目的是，在现有技术背景下，提出了一种基于参照物的猪重识别的方法及系统，根据数据集中的参照物、猪身位置、猪肥胖程度，利用深度神经网络训练参照物、猪身检测模型，然后根据参照物、猪身位置、猪重，利用神经网络训练猪重预测模型。通过参照物、猪身检测模型，可以检测出图片中的参照物、猪身位置、猪身肥胖程度，通过猪重预测模型，可以识别猪的重量，两个模型结合起来可以实现通过拍摄带有参照物的猪的图片来直接识别猪的重量。该方法和系统能够高效准确的完成猪重识别的任务，能够应用到育肥猪保险理赔领域，大大提升理赔的效率和准确性。

本发明技术方案是，一种基于参照物的猪重识别的方法，其特征是，1)根据数据集中的参照物、猪身位置、猪肥胖程度准备数据集，利用深度神经网络训练参照物、猪身检测模型，然后根据参照物、猪身位置、猪重，利用神经网络训练猪重预测模型；2)通过参照物、猪身检测模型，检测出图片中的参照物、猪身位置、猪身肥胖程度，通过上述猪重预测模型，识别猪的重量；两个模型结合起来可以实现通过拍摄带有参照物的猪的图片来直接识别猪的重量。

所述具体步骤如下：

步骤一：准备数据集，包括含参照物(含有尺寸标度)的图片、含猪身的图片，参照物和猪身的比较得到猪的尺寸的量度；进行数据标注工作，包括参照物位置、猪身位置、猪肥胖程度、猪的重量信息；