[发明专利]一种基于深度学习和特征部位检测的牛体尺算法

摘要

本发明提供了一种基于深度学习和特征部位检测的牛体尺算法，包括步骤一，设置测量系统，包括地面标注面、侧身摄像头、尾部摄像头和图像服务器；所述图像服务器包括特征部位检测模型和体尺测量算法，步骤二，所述侧身摄像头和尾部摄像头分别采集牛的侧身图像和牛的尾部图像，传输至所述图像服务器，所述特征部位检测模型处理输入图像，输出特征部位坐标信息，步骤三计算地面标定参数An、垂直地面的标定面的标定参数Kn，步骤四根据坐标信息及比例获得牛的体尺数据。本申请通过采用侧身摄像头、尾部摄像头采集牛的图像，通过图像服务器处理图像数据计算牛的体尺数据，降低了测量的劳动强度和难度，避免了安全隐患。

主权项

1.一种基于深度学习和特征部位检测的牛体尺算法，其特征在于，包括如下步骤：步骤一，设置一测量系统，其包括地面标注面(1)、侧身摄像头(2)、尾部摄像头(3)和图像服务器，侧身摄像头(2)采集牛的侧身图像传输至所述图像服务器，所述尾部摄像头(3)采集牛的尾部图像传输至所述图像服务器，所述图像服务器包括特征部位检测模型和体尺测量算法；步骤二，安装地面标注面(1)，所述地面标注面(1)为铺设在地面上的长方形地板，包括六条标注线，五个地面标注面区域，每个地面标注面区域都是长方形，长度不固定，宽度是20cm，在每块的地面标注面区域的宽取中心取竖直向上的竖直面作为竖直标定面，和侧身摄像头(2)、尾部摄像头，所述侧身摄像头(2)和所述尾部摄像头(3)通过伸缩勾吊挂屋顶上，所述侧身摄像头(2)和尾部摄像头(3)与图像服务器通过以太网连接；步骤三，使牛站在地面标注面(1)上，打开侧身摄像头(2)和尾部摄像头(3)，侧身摄像头(2)和尾部摄像头(3)分别传输侧身图像和尾部图像给所述特征部位检测模型，所述特征部位检测模型处理输入图像，输出特征部位位置，计算地面标定参数An和垂直地面的标定面的标定参数Kn；步骤四，侧身摄像头(2)和尾部摄像头(3)分别传输侧身图像和尾部图像给所述特征部位检测模型，所述特征部位检测模型处理输入图像，输出特征部位坐标信息，根据步骤三和步骤四的公式获得地面标定参数An、垂直地面的标定面的标定参数Kn，根据比例获得牛的体尺数据。