【技术实现步骤摘要】
一种基于神经网络模型的猪跛脚检测方法和检测系统
本专利技术属于猪的行走姿态检测
，具体涉及一种基于神经网络模型的猪跛脚检测方法和检测系统。
技术介绍
随着科学技术的发展和人们生活水平的日益提高，畜禽养殖业得到了迅速发展，畜禽养殖业的养殖规模、养殖方式和分布区域发生了巨大的变化。传统的养殖手段和经验方法已不适应当前的行业发展，畜禽养殖业迫切需要依靠前沿科技手段，建立其数字化、精细化和智能化的产业养殖管理模式。目前很多地区养猪的规模化水平得到了很大的提高。但是由于技术以及成本限制等问题，猪疾病时常发生。如果能在猪发病初期对其进行及时有效的隔离治疗，将会极大减少对猪养殖业造成的损失。如何切实有效的提高规模化养殖场的管理，建立有效猪疾病智能预警机制，已成为建立规模化养猪场重点研究方向。对于猪患口蹄疫这种疾病是养殖人员一直担心的问题。口蹄疫会引起猪的口、脚溃烂，出现跛脚行为。若不能在该病的初发前期扑灭，疫情会迅速扩大蔓延，造成猪的死亡，给养殖人员带来经济危害。所以寻找及时有效的检测手段已成为迫切需要。目前...
【技术保护点】
1.一种基于神经网络模型的猪跛脚检测方法，其特征在于，包括如下步骤：/n(1)获取训练集；/n所述训练集中包括猪的图像以及与各图像相对应的热力图，热力图上设置有与图像上特征点相对应的光斑；所述特征点包括图像上猪四只腿的蹄子、膝盖和腿根；/n(2)建立定位神经网络模型，以猪的图像为输入，以对应的热力图为输出，对该定位神经网络模型进行训练，得到训练后的定位神经网络模型；/n(3)对猪进行图像采集，得到其实时图像，将其实时图像输入到训练后的神经网络中，得到与实时图像对应的实时热力图；/n(4)将实时热力图设置在二维坐标系内，得到其中各光斑的二维坐标，将其分别作为对应特征点的二维坐...
【技术特征摘要】
1.一种基于神经网络模型的猪跛脚检测方法，其特征在于，包括如下步骤：
(1)获取训练集；
所述训练集中包括猪的图像以及与各图像相对应的热力图，热力图上设置有与图像上特征点相对应的光斑；所述特征点包括图像上猪四只腿的蹄子、膝盖和腿根；
(2)建立定位神经网络模型，以猪的图像为输入，以对应的热力图为输出，对该定位神经网络模型进行训练，得到训练后的定位神经网络模型；
(3)对猪进行图像采集，得到其实时图像，将其实时图像输入到训练后的神经网络中，得到与实时图像对应的实时热力图；
(4)将实时热力图设置在二维坐标系内，得到其中各光斑的二维坐标，将其分别作为对应特征点的二维坐标，并根据各特征点的二维坐标得到其三维空间坐标；
(5)根据猪的三维空间坐标得到其膝盖角度，并根据其膝盖角度判断其是否跛脚。
2.根据权利要求1所述的基于神经网络模型的猪跛脚检测方法，其特征在于，所述训练集的获取方法为：首先获取猪的图像，对其中的特征点进行标注，然后通过高斯核卷积对各图像进行处理得到与各图像相对应的热力图像。
3.根据权利要求1所述的基于神经网络模型的猪跛脚检测方法，其特征在于，根据各特征点的二维坐标得到其三维空间坐标的方法为：
建立三维空间坐标系，在获取训练集时还在各特征点上设置检测传感器，通过检测传感器检测各特征点所在的位置，然后将其转换到所建立的三维空间坐标系中，得到各特征点在三维空间坐标系中的坐标；
建立转换神经网络模型，以图像中各特征点在二维坐标系中的坐标为输入，以图像中各特征点在三维空间坐标系中的坐标为输出，对所建立的转换神经网络模型进行训练，得到训练后的转换神经网络模型；
得到实时动作图像中各特征点在二维坐标系中的坐标之后，将其输入到训练后的转换神经网络模型，得到实时动作图像中各特征点在三维空间坐标系中的坐标。
4.根据权利要求1所述的基于神经网络模型的猪跛脚检测方法，其特征在于，判断猪是否有跛脚的方法为：
建立判断神经网络模型；
获取猪在跛脚时一个步态周期内膝盖角度值序列，将其输入到判断神经网络中，对其进行训练，得到训练后的判断神经网络模型；
将得到的猪在一个步态周期内的膝盖实时膝盖角度值序列输入到训练后的判断神经网络模型中，得到猪是否出现坡脚。
5.根据权利要求4所述的基于神经网络模型的猪跛脚检测方法，其特征在于，所述判断神经网络模型训练时，其损失函数为交叉熵函数。
6.一种基于神经网络模型的猪跛脚检测系统，包括处理器和存储...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。