[发明专利]一种猪群扎堆检测方法、装置、设备及可读存储介质

权利要求书

1.一种猪群扎堆检测方法，其特征在于，包括：

获取猪舍养殖栏位的图片；

调用预训练的神经网络模型对所述图片进行掩膜识别，确定所述图片中目标栏位中的猪只图片；

调用预训练的扎堆分类模型对所述猪只图片进行扎堆识别，得到扎堆检测结果。

2.根据权利要求1所述的猪群扎堆检测方法，其特征在于，在所述调用预训练的神经网络模型对所述图片进行掩膜识别之前，还包括：

判断所述图片中色调、清晰度、像素值以及采集角度是否异常；

若存在异常，执行所述获取猪舍养殖栏位的图片的步骤；

若不存在异常，执行所述调用预训练的神经网络模型对所述图片进行掩膜识别的步骤。

3.根据权利要求1所述的猪群扎堆检测方法，其特征在于，所述调用预训练的神经网络模型对所述图片进行掩膜识别，确定所述图片中目标栏位中的猪只图片，包括：

调用语义分割神经网络模型对所述图片进行掩膜识别，得到语义识别结果；

根据所述语义识别结果中的猪只掩膜对所述目标栏位图片进行裁剪，得到猪只图片。

4.根据权利要求3所述的猪群扎堆检测方法，其特征在于，所述根据所述语义识别结果中的猪只掩膜对所述目标栏位图片进行裁剪，包括：

根据所述语义识别结果中的猪只掩膜将所述图片中非猪只部分图像的像素值设置为0，得到像素设置图片；

根据所述猪只掩膜的坐标值在所述像素设置图片中裁剪出包括所有猪只的最小矩形，作为所述猪只图片。

5.根据权利要求1所述的猪群扎堆检测方法，其特征在于，在所述调用预训练的神经网络模型对所述图片进行掩膜识别之前，还包括：

调用实例分割神经网络模型对所述图片进行掩膜识别，得到实例识别结果；

判断所述实例识别结果中栏位掩膜的实例数据是否符合完整目标栏位规则；所述实例数据包括实例数和实例像素坐标；

若不符合，执行所述获取猪舍养殖栏位的图片的步骤；

若符合，执行所述调用预训练的神经网络模型对所述图片进行掩膜识别的步骤。

6.根据权利要求5所述的猪群扎堆检测方法，其特征在于，在执行所述调用预训练的神经网络模型对所述图片进行掩膜识别的步骤之前，还包括：

根据所述栏位掩膜的像素坐标确定在所述目标栏位中的所述实例识别结果中猪只掩膜的实例数是否达到检测阈值；

若达到，执行所述调用预训练的神经网络模型对所述图片进行掩膜识别的步骤；

若未达到，生成未扎堆的扎堆检测结果。

7.根据权利要求1所述的猪群扎堆检测方法，其特征在于，还包括：

若所述扎堆检测结果显示猪群扎堆聚集，输出扎堆告警信息。

8.一种猪群扎堆检测装置，其特征在于，包括：

图片获取单元，用于获取猪舍养殖栏位的图片；

猪群前景提取单元，用于调用预训练的神经网络模型对所述图片进行掩膜识别，确定所述图片中目标栏位中的猪只图片；

扎堆识别单元，用于调用预训练的扎堆分类模型对所述猪只图片进行扎堆识别，得到扎堆检测结果。

9.一种猪群扎堆检测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述猪群扎堆检测方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述猪群扎堆检测方法的步骤。