[发明专利]猪只体重的估测方法以及相关设备有效
申请号: | 202210672967.9 | 申请日: | 2022-06-14 |
公开(公告)号: | CN115294185B | 公开(公告)日: | 2023-10-03 |
发明(设计)人: | 熊本海;唐湘方;龙定彪;王辉;杨亮;高华杰;夏阿林 | 申请(专利权)人: | 中国农业科学院北京畜牧兽医研究所 |
主分类号: | G06T7/50 | 分类号: | G06T7/50;G06T7/62;G06V10/46;G06V10/774 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 郑颖颖 |
地址: | 100193 北京市海淀区圆明*** | 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: | 体重 估测 方法 以及 相关 设备 | ||
1.一种猪只体重的估测方法,其特征在于,包括:
获取目标区域内的猪只的背部深度图像数据;
对所述背部深度图像数据进行关键点标注,得到完整猪只图像数据和残缺猪只图像数据;其中,所述完整猪只图像数据标注有全部猪只关键点,所述残缺猪只图像数据标注有部分猪只关键点;
将所述残缺猪只图像数据输入到预先构建的猪只图像补全模型,对所述残缺猪只图像数据进行填充,得到猪只修复图像数据,并对所述猪只修复图像数据进行关键点标注,得到猪只补全图像数据;其中,所述猪只补全图像数据标注有全部猪只关键点;
将所述完整猪只图像数据和所述猪只补全图像数据输入到预先构建的猪只体重估测模型,得到所述目标区域内的猪只的体重数据。
2.根据权利要求1所述的方法,其特征在于,对所述背部深度图像数据进行关键点标注,之前还包括:
获取猪只标准站立姿势下的标准背部深度图像数据,根据所述标准背部深度图像数据得到第一训练数据集;其中,所述第一训练数据集包括:猪只头部关键点数据、猪只左前肢关键点数据、猪只右前肢关键点数据、猪只左后肢关键点数据以及猪只右后肢关键点数据;
根据所述第一训练数据集,拟合得到猪只关键点标注模型;
将所述背部深度图像数据输入到所述猪只关键点标注模型中,以对所述背部深度图像数据进行关键点标注。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括通过以下方式构建所述猪只图像补全模型:
获取猪只在预设时间段内的历史背部深度图像数据和历史猪只体重数据,将所述历史背部深度图像数据进行二值掩码转换,得到所述历史背部深度图像数据的第一掩码图像数据;
将所述标准背部深度图像数据进行二值掩码转换,得到所述标准背部深度图像数据的第二掩码图像数据;
根据所述第二掩码图像数据对所述第一掩码图像数据进行填充,得到第三掩码图像数据,根据所述第三掩码图像数据和所述历史猪只体重数据,拟合得到所述猪只图像补全模型。
4.根据权利要求1所述的方法,其特征在于,还包括:
对所述完整猪只图像数据和所述猪只补全图像数据进行汇总并求和,得到目标区域内的猪只数量信息。
5.根据权利要求1所述的方法,其特征在于,还包括:
响应于对所述背部深度图像数据进行关键点标注失败,判定所述背部深度图像数据为异常数据,并将所述异常数据上传。
6.根据权利要求3所述的方法,其特征在于,获取猪只在预设时间段内的历史背部深度图像数据,之后还包括:
响应于在预设时间段内的获取到的所述历史背部深度图像数据全部一致,判定所述历史背部深度图像数据为异常数据,并将所述异常数据上传。
7.根据权利要求4所述的方法,其特征在于,得到目标区域内的猪只数量信息,之后还包括:
根据所述猪只数量信息对所述目标区域内的猪只的体重数据进行平均值计算,得到所述目标区域内的猪只的平均体重数据。
8.一种猪只体重的估测装置,其特征在于,包括:
第一数据获取模块,被配置为获取目标区域内的猪只的背部深度图像数据;
关键点标注模块,被配置为对所述背部深度图像数据进行关键点标注,得到完整猪只图像数据和残缺猪只图像数据;其中,所述完整猪只图像数据标注有全部猪只关键点,所述残缺猪只图像数据标注有部分猪只关键点;
图像补全模块,被配置为将所述残缺猪只图像数据输入到预先构建的猪只图像补全模型,对所述残缺猪只图像数据进行填充,得到猪只修复图像数据,并对所述猪只修复图像数据进行关键点标注,得到猪只补全图像数据;其中,所述猪只补全图像数据标注有全部猪只关键点;
体重估测模块,被配置为将所述完整猪只图像数据和所述猪只补全图像数据输入到预先构建的猪只体重估测模型,得到所述目标区域内的猪只的体重数据。
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中国农业科学院北京畜牧兽医研究所,未经中国农业科学院北京畜牧兽医研究所许可,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/202210672967.9/1.html,转载请声明来源钻瓜专利网。