[发明专利]猪只体重的估测方法、装置、设备和存储介质

说明书

本发明提供一种猪只体重的估测方法、装置、设备和存储介质，所述估测方法包括：获取待估重猪只的背部深度图像数据；将所述背部深度图像数据输入预置的猪只体重估测模型，得到所述猪只体重估测模型输出的猪只体重；其中，所述猪只体重估测模型采用猪只的背部深度图像样本和所述猪只的背部深度图像样本对应的猪只体重训练得到。本发明实施例的技术方案可以实现根据猪只的背部深度图像信息估测猪只体重，速度较快且准确率较高。

技术领域

本发明涉及计算机技术领域，尤其涉及一种猪只体重的估测方法、装置、电子设备和非暂态计算机可读存储介质。

背景技术

家畜的体重是现代畜牧生产研究中的重要关注点。以猪只为例，猪只体重信息与猪只的每日能量摄入息息相关，获取准确的体重信息可以指导生产人员科学饲喂、提高饲料转化率、评价猪的营养状况，提高保证猪出栏时体重的整齐度。

监测猪每日的体重，获取猪只的日增重信息，可以获得猪场每日的收益估测，帮助养殖者及时调整饲养及售卖策略。

传统的猪只体重测量常采用直接称重法，即将猪赶到称重系统上，这容易引起猪只的应激反应，影响体重测量结果。随着技术的进步，出现了基于机器视觉的的猪只体重估测体重的方法，该方案解决了传统猪只称重时高应激的缺点，但传统的机器视觉方法操作复杂，准确率低且速度慢，仅停留在实验室阶段，难以大范围应用。

发明内容

本发明提供一种猪只体重的估测方法、装置、电子设备和非暂态计算机可读存储介质，用以解决现有技术中估测猪只体重速度较慢且不够准确的缺陷，较为准确快速地实现猪只体重估测。

本发明提供一种猪只体重的估测方法，包括：获取待估重猪只的背部深度图像数据；将所述背部深度图像数据输入预置的猪只体重估测模型，得到所述猪只体重估测模型输出的猪只体重；其中，所述猪只体重估测模型采用猪只的背部深度图像样本和所述猪只的背部深度图像样本对应的猪只体重训练得到。

根据本发明提供的一种猪只体重的估测方法，所述猪只体重估测模型的训练方法包括：采用由第一样本数据集划分得到的训练集和测试集对卷积神经网络进行多次回归训练并测试，直至损失值小于设定的第一阈值，得到所述卷积神经网络的第一模型，其中，所述第一样本数据集包括第一批次的猪只的背部深度图像样本及对应的猪只体重；采用第二样本数据集作为验证集对所述第一模型进行验证，并对验证不通过的所述第一模型采用所述第二样本数据集进行回归训练，得到所述卷积神经网络的第二模型，其中，所述第二样本数据集包括第二批次的猪只的背部深度图像样本及对应的猪只体重；采用新的样本数据集多次对所述第二模型进行验证和训练，直至验证通过，得到所述猪只体重估测模型。

根据本发明提供的一种猪只体重的估测方法，所述卷积神经网络包括隐藏层和全连接层；所述隐藏层包括依次重复出现的卷积层、批归一化BN层与池化层；其中，所述卷积层用于对所述背部深度图像数据进行特征提取，所述批归一化层用于对特征提取得到的特征数据进行归一化处理，所述池化层用于对归一化处理后的特征数据进行压缩，所述全连接层用于建立所述隐藏层的特征数据与猪只体重的对应关系，以根据所述隐藏层的特征数据确定猪只体重。

根据本发明提供的一种猪只体重的估测方法，所述采用由第一样本数据集划分得到的训练集和测试集对卷积神经网络进行多次回归训练，直至损失值小于设定的第一阈值，得到所述卷积神经网络的第一模型，包括：采用均方差损失函数计算所述卷积神经网络输出的损失值；在所述损失值小于设定的第一阈值时，得到所述第一模型。

根据本发明提供的一种猪只体重的估测方法，采集所述第一样本数据集的过程包括：获取猪只进入深度相机的图像采集区域后所述深度相机多次拍摄得到的猪只的背部深度图像组；获取对猪只进行拍摄过程中采集的猪只体重的体重均值；将所述猪只的背部深度图像组和所述体重均值对应存储为样本数据组，以组成样本数据集。