[发明专利]一种基于物联网的家畜智能称重系统

说明书

本发明公开了一种基于物联网的家畜智能称重系统，涉及家畜智能管理技术领域，公开了包括信息采集模块、健康预警模块，通过设置信息采集模块，可以对家畜每次称重信息的准确性进行判断，并将判断后正常的体重发送至对应电子耳标中存储，对判断后异常的体重进行具体分析，分析出家畜的体重异常是否是因为自身生病导致的，当判断出是因为生病导致的体重异常后，按检查优先级对家畜进行检查，当判断出不是因为生病导致的体重异常后，则确定体重的检测是错误的，直接取消该次体重，避免错误的体重数据对后续的家畜健康预警判断造成影响。

技术领域

本发明涉及家畜智能管理技术领域，更具体地说，它涉及一种基于物联网的家畜智能称重系统。

背景技术

猪、牛、羊只养殖作为我国重要的畜牧产业，对于经济的发展具有不可估量的作用。为了实现对养殖场内的猪、牛、羊日常体重及其变化的快速精准检测，分析猪、牛、羊只体重变化趋势，提高养殖场工作率和为养殖场集约化科学养殖提供数据支撑，需要对猪、牛、羊的体重进行频繁测量。

然而频繁的测量最容易导致的就是异常体重数据的增加，然而目前的智能称重系统无法识别异常体重数据是否正确，所以需要人工对异常体重数据进行复合，这样导致人工成本的提高。并且目前的智能称重系统最多只能对家畜明显的体重下降或者明显上升进行报警，并不能对家畜的健康状况进行预警，难以避免家畜真正出现生病的情况。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于物联网的家畜智能称重系统。

为实现上述目的，本发明提供了如下技术方案：

一种基于物联网的家畜智能称重系统，包括信息采集模块、健康预警模块；

所述信息采集模块用于采集家畜的体重,并对家畜的体重进行判断，并将判断后正常的体重通过物联网发送至对应家畜的电子耳标中存储，对判断后异常的体重进行具体分析，将分析后错误异常的体重取消，将分析后准确异常的家畜按顺序进行检查，具体为：

当家畜在称重平台时获取家畜的体重并标记为Wj，并对称重状态下的家畜拍摄照片，识读器对家畜的电子耳标进行识别，识别到该家畜的年龄，设置该年龄家畜的体重超量阈值为Wa、体重低量阈值为Wz，当体重低量阈值Wz≤该家畜的体重Wj≤体重超量阈值Wa时,则将该家畜标记为称重正常家畜,并将称重正常家畜的该次体重通过物联网发送至该家畜的电子耳标中存储；

当该家畜的体重Wj＜体重低量阈值Wz或该家畜的体重Wj＞体重超量阈值Wa时，则将该家畜标记为称重异常家畜；

获取同年龄且健康状态的s张其余家畜的素材照片，将素材照片标记为训练图像，对训练图像赋予图像标签，所述图像标签的取值范围为[0-5]，制作图像分析模型，将称重状态下该家畜的拍摄照片作为图像分析模型的输入数据获取图像分析模型的输出数据，将输出数据标记为目标标签；获取目标标签对应拍摄照片的拍摄位置并标记为目标位置，形成家畜的健康状态图；在家畜的健康状态图中将目标位置按照目标标签进行颜色标记；当家畜的健康状态图中不存在红色标记时,则将该家畜的该次体重取消,当家畜的健康状态图中存在红色标记时,则将该家畜的该次体重通过物联网发送至该家畜的电子耳标中存储，获取得到该家畜的异常检查值Gt，将家畜按异常检查值的数值由大至小依次进行排序，按排序依次对家畜进行检查；

所述健康预警模块用于对家畜的称重数据进行分析，分析家畜的健康情况是否需要预警，并对存在预警信号的家畜依次进行体检观察。

进一步的，图像标签的取值越大，表示素材照片的生病系数越高。

进一步的，图像分析模型通过下述方法制得：将训练图像获取按照设定比例划分成训练集和验证集；构建神经网络模型；通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为图像分析模型。