[发明专利]一种猪只的智能盘点方法及装置

权利要求书

1.一种猪只的智能盘点方法，其特征在于，包括：

获取对群养栏的猪只进行拍照得到的目标图片；

通过预先训练的盘点模型分割出所述目标图片上猪只的图像，并统计出所述目标图片中的目标猪只数量，输出所述目标猪只数量；

其中，所述盘点模型是以预先分割出猪只的图像，并根据分割出的猪只的图像统计出猪只数量的图片作为训练样本进行机器学习得到的模型。

2.根据权利要求1所述的方法，其特征在于，对所述盘点模型进行训练的方法，包括：

获取若干对猪只进行拍照得到的图片，作为初始图片，对每一初始图片，分割出所述初始图片中的各猪只的图像，并对从所述初始图片中分割出的猪只的图像进行统计，得到所述初始图片中的猪只数量；

获取以所述初始图片作为输入参数，以从所述初始图片中分割出猪只的图像的分割结果和所述初始图片中的猪只数量作为目标输出值的训练样本；

将对若干组训练样本进行机器学习得到的模型作为所述盘点模型。

3.根据权利要求2所述的方法，其特征在于，所述将对若干组训练样本进行机器学习得到的模型作为所述盘点模型，包括：

获取对若干组训练样本进行机器学习得到的训练模型，以及对所述训练模型进行检测的检测样本；

对任一检测样本，将所述检测样本中对猪只进行拍照得到的初始图片作为输入参数，获取由所述训练模型输出的所述检测样本中的初始图片中的猪只数量，若由训练模型输出的猪只数量等于从检测样本中的初始图片中统计的猪只数量，则所述训练模型输出结果正确，否则，所述训练模型输出结果错误；

由所述训练模型对若干检测样本中初始图片中猪只数量进行统计对应的输出结果，计算所述训练模型统计猪只数量的正确率，若所述正确率大于预设正确率，则将所述训练模型作为所述盘点模型，否则，继续通过训练样本对所述训练模型进行训练。

4.根据权利要求1所述的方法，其特征在于，所述获取对群养栏的猪只进行拍照得到的目标图片，包括：

获取对所述群养栏的猪只进行拍照得到的至少一张拍照图片，通过图像拼接将得到的拍照图片进行拼接，得到所述群养栏的猪只的全景图片，作为所述目标图片。

5.根据权利要求1所述的方法，其特征在于，还包括：

判断所述目标猪只数量是否小于设定的第一参考数量，若是，标记所述目标猪只数量和所述群养栏。

6.根据权利要求1所述的方法，其特征在于，还包括：

判断所述目标猪只数量是否大于设定的第二参考数量，若是，发出所述群养栏猪只数量超标的提示信息。

7.一种猪只的智能盘点装置，其特征在于，包括：

获取模块，用于获取对群养栏的猪只进行拍照得到的目标图片；

盘点模块，用于通过预先训练的盘点模型分割出所述目标图片上猪只的图像，并统计出所述目标图片中的目标猪只数量，输出所述目标猪只数量；

其中，所述盘点模型是以预先分割出猪只的图像，并根据分割出的猪只的图像统计出猪只数量的图片作为训练样本进行机器学习得到的模型。

8.一种电子设备，其特征在于，包括：

至少一个处理器、至少一个存储器、通信接口和总线；其中，

所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

所述通信接口用于该电子设备和其它电子设备的通信设备之间的信息传输；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一项所述的方法。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一项所述的方法。