一种动物异常监测、图像处理方法及装置制造方法及图纸

本申请涉及一种动物异常监测、图像处理方法及装置，该动物异常监测方法包括：获取养殖区域图像；根据预先训练的粪便检测模型从所述养殖区域图像中检测得到动物粪便对应的动物状态，所述动物状态包括异常状态和/或正常状态；根据所述动物状态确定养殖区域对应的监测信息。该技术方案基于计算机视觉方式，通过预先训练的模型从图像中检测动物粪便，从而实现自动、准确、及时地监测动物是否存在腹泻等疫情状态，防止疫情扩散，无需人工检测，降低人力成本和时间成本。

A method and device of animal abnormal monitoring and image processing

【技术实现步骤摘要】
一种动物异常监测、图像处理方法及装置
本申请涉及人工智能领域，尤其涉及一种动物异常监测、图像处理方法及装置。
技术介绍
动物腹泻是由多种病因引起的以腹泻为主要症状的综合征，多发于动物幼崽，主要表现为腹泻、呕吐、迅速消瘦。动物流行性腹泻病毒潜伏期较短，对于幼崽的威胁最大，一旦发病，极容易造成幼崽死亡，已成为幼崽生长受阻、死亡率高的主要原因，同时也是困扰规模化养殖业的重大难题。因此，做好动物的健康监测工作，及时发现疫情，把传染病消灭在萌芽状态是非常重要的。目前，动物腹泻疫情监测主要通过人工观察。饲养员对动物随时观察，发现异常后向兽医或技术员汇报。但是，人工观察监测动物腹泻准确度较低，且反馈不及时。另外，人工监测耗费人力成本和时间成本较高。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请实施例提供了一种动物异常监测、图像处理方法及装置。第一方面，本申请实施例提供了一种动物异常监测方法，包括：获取养殖区域图像；根据预先训练的粪便检测模型从所述养殖区域图像中检测得到动物粪便对应的动物状态，所述动物状态包括异常状态和/或正常状态；根据所述动物状态确定养殖区域对应的监测信息。可选的，所述获取养殖区域图像，包括：获取对至少两个养殖区域进行拍摄得到的巡检视频及所述养殖区域对应的区域标识；从所述巡检视频中截取所述养殖区域对应的养殖区域图像，所述养殖区域图像与所述区域标识关联。可选的，所述根据所述动物状态确定养殖区域对应的监测信息之前，所述方法还包括：当所述动物状态为异常状态时，获取所述粪便检测模型输出的所述动物状态对应的置信度；当所述置信度符合第一预设条件时，确定所述动物状态有效。可选的，所述根据所述动物状态确定养殖区域对应的监测信息之前，所述方法还包括：根据预先训练的姿势检测模型从所述养殖区域图像中识别得到动物的姿势信息；根据所述姿势信息符合第二预设条件时，确定所述动物状态有效。可选的，所述监测信息与所述区域标识关联；所述方法还包括：当所述动物状态为异常时，根据所述区域标识执行预设提醒操作。可选的，所述动物状态还包括：异常等级；所述根据所述区域标识执行预设提醒操作，包括：根据所述区域标识执行所述异常等级对应的预设提醒操作。可选的，所述方法还包括：获取养殖区域样本图像，所述养殖区域样本图像包括动物状态为异常状态的第一样本图像和动物状态为正常状态的第二样本图像，所述第一样本图像和第二样本图像中包括动物粪便；确定所述养殖区域样本图像对应的标注信息，所述标注信息包括：动物状态及所述动物粪便对应的标注框；将所述养殖区域样本图像输入预设神经网络进行训练，学习所述动物粪便与动物状态之间的对应关系，得到所述粪便检测模型。第二方面，本申请实施例提供了一种图像处理方法，包括：获取养殖区域样本图像，所述养殖区域样本图像包括动物状态为异常状态的第一样本图像和动物状态为正常状态的第二样本图像，所述第一样本图像和第二样本图像中包括动物粪便；确定所述养殖区域样本图像对应的标注信息，所述标注信息包括：动物状态及所述动物粪便对应的标注框；将所述养殖区域样本图像输入预设神经网络进行训练，学习所述动物粪便与动物状态之间的对应关系，得到粪便检测模型。第三方面，本申请实施例提供了一种动物异常监测装置，包括：获取模块，用于获取养殖区域图像；检测模块，用于根据预先训练的粪便检测模型从所述养殖区域图像中检测得到动物粪便对应的动物状态，所述动物状态包括异常状态和/或正常状态；确定模块，用于根据所述动物状态确定养殖区域对应的监测信息。第四方面，本申请实施例提供了一种图像处理装置，包括：获取模块，用于获取养殖区域样本图像，所述养殖区域样本图像包括动物状态为异常状态的第一样本图像和动物状态为正常状态的第二样本图像，所述第一样本图像和第二样本图像中包括动物粪便；确定模块，用于确定所述养殖区域样本图像对应的标注信息，所述标注信息包括：动物状态及所述动物粪便对应的标注框；训练模块，用于将所述养殖区域样本图像输入预设神经网络继续训练，学习所述动物粪便与动物状态之间的对应关系，得到粪便检测模型。第五方面，本申请实施例提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行计算机程序时，实现上述方法步骤。第六方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法步骤。本申请实施例提供的上述技术方案与现有技术相比具有如下优点：基于计算机视觉方式，通过预先训练的模型从图像中检测动物粪便，从而实现自动、准确、及时地监测动物是否存在腹泻等疫情状态，防止疫情扩散，无需人工检测，降低人力成本和时间成本。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种图像处理方法的流程图；图2为本实施例提供的猪只严重腹泻的养殖区域图像示意图；图3为本实施例提供的猪只中等腹泻的养殖区域图像示意图；图4为本实施例提供的猪只轻微腹泻的养殖区域图像示意图；图5为本申请实施例提供的一种图像处理方法的流程图；图6为本申请实施例提供的一种动物异常监测装置的框图；图7为本申请实施例提供的一种图像处理装置的框图；图8为本申请实施例提供的一种电子设备的结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请实施例通过计算机视觉的方式，基于预先训练的神经网络模型监测动物粪便确定动物状态，从而实现对动物的疫情监测。该图像处理方法用于训练通过粪便确定动物状态的粪便检测模型。下面首先对本专利技术实施例所提供的一种图像处理方法进行介绍。图1为本申请实施例提供的一种图像处理方法的流程图。如图1所示，该方法包括以下步骤：步骤S11，获取养殖区域图像。步骤S12，根据预先训练的粪便检测模型从养殖区域图像中检测得到动物粪便对应本文档来自技高网...

【技术保护点】
1.一种动物异常监测方法，其特征在于，包括：/n获取养殖区域图像；/n根据预先训练的粪便检测模型从所述养殖区域图像中检测得到动物粪便对应的动物状态，所述动物状态包括异常状态和/或正常状态；/n根据所述动物状态确定养殖区域对应的监测信息。/n

【技术特征摘要】
1.一种动物异常监测方法，其特征在于，包括：
获取养殖区域图像；
根据预先训练的粪便检测模型从所述养殖区域图像中检测得到动物粪便对应的动物状态，所述动物状态包括异常状态和/或正常状态；
根据所述动物状态确定养殖区域对应的监测信息。


2.根据权利要求1所述的方法，其特征在于，所述获取养殖区域图像，包括：
获取对至少两个养殖区域进行拍摄得到的巡检视频及所述养殖区域对应的区域标识；
从所述巡检视频中截取所述养殖区域对应的养殖区域图像，所述养殖区域图像与所述区域标识关联。


3.根据权利要求1所述的方法，其特征在于，所述根据所述动物状态确定养殖区域对应的监测信息之前，所述方法还包括：
当所述动物状态为异常状态时，获取所述粪便检测模型输出的所述动物状态对应的置信度；
当所述置信度符合第一预设条件时，确定所述动物状态有效。


4.根据权利要求1所述的方法，其特征在于，所述根据所述动物状态确定养殖区域对应的监测信息之前，所述方法还包括：
根据预先训练的姿势检测模型从所述养殖区域图像中识别得到动物的姿势信息；
根据所述姿势信息符合第二预设条件时，确定所述动物状态有效。


5.根据权利要求2所述的方法，其特征在于，所述监测信息与所述区域标识关联；所述方法还包括：
当所述动物状态为异常时，根据所述区域标识执行预设提醒操作。


6.根据权利要求5所述的方法，其特征在于，所述动物状态还包括：异常等级；
所述根据所述区域标识执行预设提醒操作，包括：
根据所述区域标识执行所述异常等级对应的预设提醒操作。


7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取养殖区域样本图像，所述养殖区域样本图像包括动物状态为异常状态的第一样本图像和动物状态为正常状态的第二样本图像，所述第一样本图像和第二样本图像中包括动物粪便；
确定所述养殖区域样本图像对应的标注信息，所述标注信息包括：动物状态及所述动物粪便对应的标注...

【专利技术属性】
技术研发人员：张为明，
申请(专利权)人：北京海益同展信息科技有限公司，
类型：发明
国别省市：北京;11