[发明专利]一种基于深度学习和特征部位检测的牛体尺测量系统

说明书

本发明提供了一种基于深度学习和特征部位检测的牛体尺测量系统，包括地面标注面、侧身摄像头、尾部摄像头和图像服务器；图像服务器包括特征部位检测模型和体尺测量算法，所述地面标注面的两个直角侧面设有所述侧身摄像头和所述尾部摄像头，所述侧身摄像头采集牛的侧身图像传输至所述图像服务器，所述尾部摄像头采集牛的尾部图像传输至所述图像服务器，所述特征部位检测模型处理输入图像，输出特征部位坐标信息，体尺测量算法根据坐标信息计算牛的体尺数据。本申请将深度学习和特征部位检测的技术用于牛体尺的测量，使得牛体尺测量的方法更为便捷，提高了测量效率，降低了测量成本，也降低了测量的劳动强度和测量难度，避免了安全隐患。

技术领域

本发明涉及牛体尺测量技术领域，尤其涉及一种基于深度学习和特征部位检测的牛体尺测量系统。

背景技术

随着科学技术的发展与大数据时代的来临，畜牧业的信息化与智能化是促进我国畜牧业快速、健康发展的重中之重。借助智能化、自动化的数据采集与计算机辅助分析，可以提升畜牧业的生产规模、降低人力成本、增强生产效率。

对于畜牧产业中的牛类的体尺指标主要包含身高、体长、体斜长、胸宽、后躯宽、胸围长等参数。随着生物研究的发展和牧民养殖经验的不断积累，人们已经认识到对牛体的测量有着广泛的应用和价值，包括监视并预测牛的生长速率、发育状态、身体特征和饮食状态，以利于家畜的优选育种及饲养管理等。因此，对于牛体尺的测量具有很实际的经济价值。

然而现阶段在实际应用中，牧民对牛的体尺指标的测量仍然非常低效、繁琐，牛活体体尺指标参数主要采用人工手工测量的方法，工作人员借助软尺、卡尺等测量工具对对牛活体的身高、体长、体斜长、胸宽、后躯宽、胸围长等多个指标进行测量。这种测量方式需要耗费大量的人力物力，要求在场地平坦，牛以标准站立姿势时进行测量，因此测量难度大，测量结果存在很大的主观性，测量精度低，具有一定的安全隐患，而且还会造成对牛的应激反应，对牛的健康存在不利影响。

发明内容

为克服现有技术中存在的不能安全精确测量牛的体尺的问题，本发明提供了一种基于深度学习和特征部位检测的牛体尺测量系统。

一种基于深度学习和特征部位检测的牛体尺测量系统，包括地面标注面、侧身摄像头、尾部摄像头和图像服务器；所述图像服务器包括特征部位检测模型和体尺测量算法，所述地面标注面的两个直角侧面设有所述侧身摄像头和所述尾部摄像头，所述侧身摄像头和所述尾部摄像头通过伸缩勾吊挂屋顶上，所述侧身摄像头和尾部摄像头与图像服务器通过以太网连接，在所述侧身摄像头采集牛的侧身图像传输至所述图像服务器，所述尾部摄像头采集牛的尾部图像传输至所述图像服务器，所述特征部位检测模型处理输入图像，输出特征部位坐标信息，体尺测量算法根据坐标信息计算牛的体尺数据。

在本发明一优选实施例中，所述地面标注面为铺设在地面上的长方形地板，包括六条标注线，五个地面标注面区域，每个地面标注面的都是长方形，长度不固定，宽度是20cm，在每块的地面标注面区域的宽取中心取竖直向上的竖直面作为竖直标定面。

在本发明一优选实施例中，所述特征部位检测模型包括特征部位数据集、特征部位检测方法。

在本发明一优选实施例中，所述特征部位数据集包括牛图像和标定文件；所述牛图像包括单只或多只牛正面、侧身、背部图像，特征部位名称有牛、牛头、牛躯干、牛蹄、关节、牛尻；所述标定文件给出牛、牛头、牛躯干、牛蹄、关节、牛尻的边框的标签和坐标信息。

在本发明一优选实施例中，所述标定文件采用xml格式文件，文件中列出图像基本信息，包括xml文件名，xml文件保存路径，图片尺寸，特征部位名称，特征部位像素坐标。