[发明专利]基于母猪关键部位与环境联合分区的母猪侧卧姿态实时检测系统

权利要求书

1.一种基于母猪关键部位与环境联合分区的母猪侧卧姿态实时检测系统，其特征在于它包括分娩室、摄像头、视频存储单元、服务器，所述分娩室带有限位栏，分娩室用于放置待产母猪；所述摄像头设置在高度3m处；摄像头监控获得分娩室的视频数据，摄像头一方面连续存储视频数据到视频存储单元，另一方面直连服务器；服务器调用备份视频数据，同时实时分析监控数据；检测系统的工作步骤为实时监控母猪姿态，通过卷积神经网络区域识别模型同时检测认亲区、哺乳区、分娩区三个区域，当同时检测出2个以上区域时识别母猪为侧卧姿态，并将识别结果输出到数据库；所述模型的构建包括以下步骤：

S1、数据采集：获得图像数据；

S2、数据预处理；

S3、数据标注：在母猪侧卧姿态的照片中按照认亲区、哺乳区、分娩区对每张图像进行标注；

S4、数据划分：按比例划分训练集、测试集、验证集；

S5、网络设计：平衡检测速度和检测精度，采用YOLOv3为检测网络模型；

S6、主干网预训练：将主干网络进行预训练，预训练的权重模型作为母猪侧卧姿态识别的初始化网络权重；

S7、网络模型训练：设置超参数，部署训练环境进行训练；

S8、网络模型测试与优化：统计检测结果，评价指标是否达到阈值：若未达到阈值，则分析误检较多的图片属性，收集同类图像作为迭代训练的训练集，每次优化以最新模型权重进行网络训练初始化；若达到阈值，则迭代终止，获得模型。

2.根据权利要求1所述的系统，其特征在于步骤S1所述数据采集为采集待产母猪在限位栏内视频数据，按相同间隔截帧获得图像数据。

3.根据权利要求1所述的系统，其特征在于步骤S2所述数据预处理具体是：剔除硬性遮挡严重致人眼无法辨认的噪声数据，对不同光照条件、不同通道数、不同分娩阶段的图像均匀采样，并对小样本种类进行数据增强。

4.根据权利要求3所述的系统，其特征在于小样本数据增强，本专利采用方法包括：

-画质变化，包括灰度、曝光度、饱和度；

-空间变化，旋转；

-缩放。

5.根据权利要求1所述的系统，其特征在于步骤S3所述数据标注中，为降低对母猪其它姿态的误检率，在母猪坐卧、站立、腹卧、胸卧四种姿态的照片中进行认亲区或哺乳区或分娩区进行标注，四类姿态的样本照片总数量与侧卧姿态的样本照片数量的比例为1:5。

6.根据权利要求1所述的系统，其特征在于步骤S4所述数据划分中，训练集、测试集、验证集的比例为8：1：1。

7.根据权利要求1所述的系统，其特征在于步骤S5所述网络设计中，检测模型损失函数为：

式中s×s表示将整幅图片分成s×s个栅格，coordErr为定位误差，iouErr为IOU误差，clsErr为分类误差，根据损失函数的收敛情况来判断模型训练迭代次数。

8.根据权利要求7所述的系统，其特征在于：

式中λ_coord是定位误差项权重，B为每个栅格生成目标框个数，表示目标在第n个栅格第m个预测框中，表示目标不在第n个栅格第m个预测框中，x_n,y_n,w_n,h_n为标定坐标，_n,为预测坐标，λ_noobj为不含目标栅格的权重，C_n，分别为置信度的标定值和预测值，p_n，分别为包含目标的栅格分类概率的标定值和预测值。