[发明专利]一种肉牛体况自动评分方法、系统和存储介质在审

专利信息
申请号: 201910319924.0 申请日: 2019-04-19
公开(公告)号: CN110163846A 公开(公告)日: 2019-08-23
发明(设计)人: 赵拴平;贾玉堂;徐磊;金海 申请(专利权)人: 安徽省农业科学院畜牧兽医研究所
主分类号: G06T7/00 分类号: G06T7/00;G06Q10/06;G06Q50/02;H04N5/247;G06N3/08;G06N3/04
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 胡辉
地址: 230031 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 肉牛 学习 存储介质 评分过程 网络 图像 拍摄 摄像机拍摄 可见光 准确度 二维图像 评分标准 评分技术 评分结果 人工参与 网络输出 主观性 中和 应用
【说明书】:

发明公开了一种肉牛体况自动评分方法、装置和存储介质。所述方法包括获取多张肉牛图像,将各所述肉牛图像按照所述拍摄角度所确定的顺序进行组合并将所述组合输入到深度学习网络中和接收所述深度学习网络输出的体况评分值等步骤。本发明所使用的深度学习网络经过训练后具有自动进行体况评分的能力,使用深度学习网络对肉牛进行体况评分,可以避免人工参与评分过程带来的主观性造成评分标准不稳定,从而提高评分准确度,同时使用深度学习网络可以更快地得到评分结果;同时深度学习网络评分过程中所使用的肉牛图像可以由可拍摄可见光以及可拍摄二维图像的摄像机拍摄得到,具有较低的使用成本。本发明广泛应用于肉牛体况评分技术领域。

技术领域

本发明涉及肉牛体况评分技术领域,尤其是一种肉牛体况自动评分方法、系统和存储介质。

背景技术

肉牛体况评分(body condition score,BCS)又称膘情评定,是近年来流行的一套评价牛体营养状况或体脂肪沉积量的新方法,是评估牛体能贮备的一种实用的方法。体况评分不仅可以估计牛的体脂储备和能量平衡,客观反映肉牛的饲养情况,更是评价畜群生产力,检验和推测饲养管理水平的一项重要指标,为肉牛生产经营者、市场交易者以及兽医管理人员均认同的一项统一标准。

体况评分的主要步骤是针对肉牛的腰至尾根的背线部分,包括腰角、臀端和尾根等关键部位进行观察,通过观察腰椎部的肌肉丰满程度和脂肪覆盖程度来评分。现有技术中,体况评分的步骤主要是依赖评分者人工进行的,这要求评分者需要经过专业的培训和练习后,准确熟练掌握评分部位的解剖结构,才能保证评分的准确性。现有技术难以保证评分标准的稳定性,评分结果具有很大的主观性。

发明内容

为了解决上述技术问题,本发明的目的在于提供一种肉牛体况自动评分方法、系统和存储介质。

一方面,本发明实施例包括一种肉牛体况自动评分方法,包括以下步骤:

获取多张肉牛图像;各所述肉牛图像是以不同拍摄角度对待评分肉牛进行拍摄得到的;

将各所述肉牛图像按照所述拍摄角度所确定的顺序进行组合并将所述组合输入到深度学习网络中;所述深度卷积网络包括全连接层和卷积层;

接收所述深度学习网络输出的体况评分值;所述体况评分值用于表示所述待评分肉牛的体况。

进一步地,所述肉牛体况自动评分方法还包括对所述深度学习网络进行训练的步骤;所述对所述深度学习网络进行训练的步骤包括:

获取多张训练图像以及相应的训练评分;各所述训练图像是以不同拍摄角度对肉牛进行拍摄得到的;所述训练评分是根据体况评分制度对所述肉牛进行评分得到的;

使用所述多张训练图像和所述多个训练评分建立训练数据集;所述多张训练图像为输入数据,所述训练评分为期望输出;

使用所述训练数据集对所述深度学习网络进行训练。

进一步地,所述对所述深度学习网络进行训练的步骤还包括:

对所述训练图像分别进行数据增益操作;

将所述数据增益操作的结果作为输入数据加入到所述训练数据集。

进一步地,所述体况评分制度为BCS 5分制或BCS 9分制。

另一方面,本发明实施例还包括一种肉牛体况自动评分系统,包括控制装置、第一摄像机、第二摄像机、第三摄像机、第四摄像机和第五摄像机,所述控制装置分别与第一摄像机、第二摄像机、第三摄像机、第四摄像机和第五摄像机连接;

所述第一摄像机、第二摄像机、第三摄像机和第四摄像机布置在空间的四周,所述第五摄像机布置在空间的上方,从而使得第一摄像机、第二摄像机、第三摄像机、第四摄像机和第五摄像机围成拍摄区;所述拍摄区用于供待评分肉牛进入进行拍摄;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽省农业科学院畜牧兽医研究所,未经安徽省农业科学院畜牧兽医研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910319924.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top