[发明专利]母猪发情监测方法、装置、系统、电子设备及存储介质有效

专利信息
申请号: 201910984811.2 申请日: 2019-10-16
公开(公告)号: CN110839557B 公开(公告)日: 2022-06-07
发明(设计)人: 韩旭泉;郑磊 申请(专利权)人: 京东科技信息技术有限公司
主分类号: A01K29/00 分类号: A01K29/00;G06V40/10;G06K9/62;G06V10/74
代理公司: 北京华夏泰和知识产权代理有限公司 11662 代理人: 韩月玲
地址: 100176 北京市大兴区北京经*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 母猪 发情 监测 方法 装置 系统 电子设备 存储 介质
【权利要求书】:

1.一种母猪发情监测方法,其特征在于,包括:

获取待检测图像,所述待检测图像中包括母猪、食槽及母猪阴户;

从所述待检测图像中识别得到食槽的余食信息、母猪的姿势信息以及母猪阴户发情信息;

将所述余食信息、姿势信息及母猪阴户发情信息输入预先训练的发情判定模型,得到所述母猪的发情判定结果;

所述方法还包括:

获取所述待检测图像的采集时间;

所述从所述待检测图像中识别得到母猪阴户发情信息,包括:

根据预先训练的阴户检测模型从所述待检测图像中识别得到阴户的位置信息;

根据所述位置信息从所述待检测图像中裁剪得到阴户图像;

根据预先训练的相似度分析模型分析所述采集时间之间间隔第一时间段的两张阴户图像的相似度;

根据预先训练的分类模型分析所述相似度,得到所述阴户图像对应的母猪阴户发情信息。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

当所述发情判定结果为母猪发情时,执行预设提醒操作。

3.根据权利要求1所述的方法,其特征在于,所述从所述待检测图像中识别得到食槽的余食信息,包括:

通过食槽检测模型从所述待检测图像中识别食槽区域;

根据所述食槽区域从所述待检测图像中裁切得到食槽图像;

将所述食槽图像输入预先训练的余食检测模型,得所述余食信息。

4.根据权利要求1所述的方法,其特征在于,从所述待检测图像中识别得到母猪的姿势信息,包括:

通过猪体检测模型从所述待检测图像中识别母猪猪体;

根据所述母猪猪体从所述待检测图像中裁切得到母猪图像;

将所述母猪图像输入预先训练的姿势检测模型,得到所述姿势信息。

5.根据权利要求1所述的方法,其特征在于,所述将所述余食信息、姿势信息及母猪阴户发情信息输入预先训练的发情判定模型,得到所述母猪的发情判定结果,包括:

获取所述母猪对应的历史余食信息及历史姿势信息;

根据所述余食信息及历史余食信息确定所述母猪的进食信息;

根据所述姿势信息及历史姿势信息确定所述母猪的姿势变化信息;

通过所述发情判定模型对所述进食信息、姿势变化信息及母猪阴户发情信息进行分析判定,得到所述发情判定结果。

6.根据权利要求1所述的方法,其特征在于,在获取待检测图像之后,所述方法还包括:

通过预先训练的图像检测模型检测所述待检测图像中食槽、母猪及母猪阴户的清晰度以及完整度,得到图像质量检测结果;

当根据所述图像质量检测结果确定所述清晰度以及完整度不符合预设条件时,排除所述待检测图像。

7.一种母猪发情监测装置,其特征在于,包括:

获取模块,用于获取待检测图像,所述待检测图像中包括母猪、食槽及母猪阴户;

识别模块,用于从所述待检测图像中识别得到食槽的余食信息、母猪的姿势信息,以及母猪阴户发情信息;

判定模块,用于将所述余食信息、姿势信息及母猪阴户发情信息输入预先训练的发情判定模型,得到所述母猪的发情判定结果;

所述装置还用于:

获取所述待检测图像的采集时间;

所述识别模块用于:

根据预先训练的阴户检测模型从所述待检测图像中识别得到阴户的位置信息;

根据所述位置信息从所述待检测图像中裁剪得到阴户图像;

根据预先训练的相似度分析模型分析所述采集时间之间间隔第一时间段的两张阴户图像的相似度;

根据预先训练的分类模型分析所述相似度,得到所述阴户图像对应的母猪阴户发情信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于京东科技信息技术有限公司,未经京东科技信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910984811.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top