[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

说明书

本发明公开了一种猪群扎堆检测方法，该方法通过获取猪舍养殖栏位的图片，并调用预训练的神经网络模型提取猪群前景，通过分类模型自动识别猪群是否扎堆。该方法可以自动检测猪群是否出现扎堆，解决了目前通过人工检测猪群扎堆时存在费事费力和监控不及时的问题；而且通过自动监控识别减少人与猪群的接触，能在一定程度上防止疾病传播，保证猪群健康；同时该方法可以生成精准的扎堆检测结果，可以为猪舍环控、猪群疾病推理与诊断等提供有效可靠的参考信息。本发明还公开了一种猪群扎堆检测装置、设备及可读存储介质，具有相应的技术效果。

技术领域

本发明涉及智能养殖技术领域，特别是涉及一种猪群扎堆检测方法、装置、设备及可读存储介质。

背景技术

在猪群养殖中，若栏位中出现猪群扎堆(指多头猪堆叠)，说明栏位环境温度过低，或猪群有疾病。准确并及时发现猪群扎堆，提早进行干预，有较大的生产价值。

目前绝大多数的养殖场均采用人工猪群扎堆判断，即使在一些自动化养殖场，也仅能提供简单的养殖环境监控，无法实现猪群扎堆的自动识别。这导致目前一般是通过人力巡检的方式检测猪群是否出现扎堆，但这种人工检测方式不仅费时费力，监控不及时，而且对人员也有较高的要求，不利于集约化生产。

综上所述，如何解决了目前通过人工检测猪群扎堆时存在费事费力和监控不及时的情况，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种猪群扎堆检测方法、装置、设备及可读存储介质，以自动检测猪群是否出现扎堆。

为解决上述技术问题，本发明提供如下技术方案：

一种猪群扎堆检测方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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；