一种存栏猪只计数方法及系统技术方案

本发明专利技术公开了一种存栏猪只计数方法及系统，属于猪只养殖技术领域，包括以下步骤：S1：获取图像；S2：图像裁剪；S3：算法处理；S4：信息整合。本发明专利技术通过将旋转目标检测网络与语义分割网络结合使用，能够方便的在猪只拥挤的情况下对存栏猪只的数据量进行计数，同时降低了计算成本，提高了计数效率，同时也提高了用户体验，解决了传统的目标检测算法在猪只拥挤的情况下计数准确率低，以及实例分割算法虽然可以较好的处理猪只拥挤的情况，但是计算成本高、时间长，且数据标注成本极高的问题，值得被推广使用。广使用。广使用。

【技术实现步骤摘要】
一种存栏猪只计数方法及系统


[0001]本专利技术涉及猪只养殖
，具体涉及一种存栏猪只计数方法及系统。

技术介绍

[0002]养猪业是我国农业中的重要产业。对保障肉食品安全供应有重要作用，我国养猪业正由传统养猪业向现代养猪业转变，无论是养殖模式、区域布局还是生产方式、生产能力都在发生显著变化。
[0003]在养殖过程中，常需要对猪只进行计数，现有的计数方式主要有人工计数、通过耳标计数、通过固定摄像头拍照进行计数等方式，人工计数方式存在以下问题，比如：猪会移动，容易出现漏数、多数现象；盘点效率低；通过耳标计数也存在一定的不足，比如，需要射频耳标，成本高，易脱落，因为只能在很近距离 (半米内)进行感应，盘点设备需要离每一头猪很近，大栏盘点异常麻烦，且同样难以解决猪只移动造成的盘点重复效率低的问题。
[0004]传统通过固定摄像头进行拍照计数的问题主要在于，需要固定安装摄像头，安装难度大，成本比较高，一个养殖户至少需要安装20
‑
40个摄像头；当获取到存栏猪只图片时，采用传统目标检测算法或实例分割算法进行处理，传统的目标检测算法，在猪只拥挤的情况下计数准确率低，实例分割算法虽然可以较好的处理猪只拥挤的情况，但是计算成本高、时间长，且数据标注成本极高。上述问题亟待解决，为此，提出一种存栏猪只计数方法。

技术实现思路

[0005]本专利技术所要解决的技术问题在于：如何解决传统的目标检测算法在猪只拥挤的情况下计数准确率低以及实例分割算法虽然可以较好的处理猪只拥挤的情况，但是计算成本高、时间长，且数据标注成本极高的问题，提供了一种存栏猪只计数方法，该方法可以识别到每一单个猪栏内的猪只数量。
[0006]本专利技术是通过以下技术方案解决上述技术问题的，本专利技术包括以下步骤：
[0007]S1：获取图像
[0008]将摄像头连接终端，通过终端获取视频流，抓取摄像头拍摄的数据转化为 RGB图像，即存栏猪只图像，图像中包含猪只与围栏；
[0009]S2：图像裁剪
[0010]将RGB图像裁剪成设定尺寸上传至OSS服务器，同时将图像的OSS地址传入云端服务器；
[0011]S3：算法处理
[0012]云端服务器同时调用旋转目标检测算法与图像语义分割算法服务，旋转目标检测算法通过旋转目标检测网络对步骤S2中的图像进行旋转目标检测处理，获取猪只数量和位置信息；同时图像语义分割算法通过语义分割网络对步骤S2中的图像进行语义分割处理，获取栏舍边界位置信息；
[0013]S4：信息整合
[0014]将步骤S3中获取的猪只数量和位置信息与栏舍边界位置信息进行整合处理，计算所抓取图像分割出的栏舍区域内猪只数量，并将结果传回终端，展示给用户。
[0015]更进一步地，在所述步骤S1中，摄像头为超广角外接摄像头，终端为手机，超广角外接摄像头与手机的连接方式为无线连接或有线连接。
[0016]更进一步地，在所述步骤S1中，通过UVC协议抓取摄像头镜头数据转化为 RGB图像。
[0017]更进一步地，在所述步骤S3中，在进行旋转目标检测处理及语义分割处理前，对裁剪后的图像进行预处理，分别获得旋转目标检测网络及语义分割网络所需的图像数据，预处理的方式包括resize、Letterboxing、自适应白平衡、直方图均衡四种手段。
[0018]更进一步地，在所述步骤S3中，所述旋转目标检测网络包括第一backbone 模块、Neck模块、head模块，所述backbone模块为Swin Transformer特征提取框架，用于对图像的特征进行提取，所述Neck模块为PANet，用于聚合不同层特征，保持特征完整及多样性，所述head模块为在yolov5模型增添了旋转角度信息的head模块，用于使目标检测框贴合猪只轮廓。
[0019]更进一步地，在所述旋转目标检测网络中，图像经过第一backbone模块处理后，得到输入图像的特征信息；经过Neck模块处理后，对所述第一backbone 模块获取的特征进行了提取融合，进而提升网络性能；经过head模块处理后，根据特征最终确定检测目标的种类以及在图像的位置。
[0020]更进一步地，在经过所述旋转目标检测网络处理后，对输出结果进行soft
‑ꢀ
nms处理。
[0021]更进一步地，在所述步骤S3中，所述语义分割网络包括第二backbone模块、语义分割特征头模块、语义分割检测头模块，所述第二backbone模块为SwinTransformer特征提取框架，用于对图像的特征进行提取，所述语义分割特征头模块为Uperhead，用于猪栏区域特征进行分割，所述语义分割检测头模块为 FCNHead，用于第二backbone模块提取的深层特征进行逐像素还原，得到完整的猪栏区域。
[0022]更进一步地，在所述语义分割网络中，图像经过第二backbone模块处理后，得到输入图像的特征图；经过语义分割特征头模块处理后，对特征信息进行提炼组合，经过语义分割检测头模块处理后，利用语义分割特征头模块提取的特征得到预测目标的分割区域位置信息。
[0023]更进一步地，在所述语义分割网络处理后，对分割出的猪栏区域使用包络算法，得到边缘整齐的多边形区域及其位置信息，即栏舍边界及其位置信息。
[0024]本专利技术还公开了一种存栏猪只计数系统，采用上述的计数方法对存栏猪只进行计数，包括：
[0025]图像获取模块，用于利用摄像头连接终端，通过终端获取视频流，抓取摄像头拍摄的数据转化为RGB图像；
[0026]图像裁剪模块，用于将RGB图像裁剪成设定尺寸上传至OSS服务器，同时将图像的OSS地址传入云端服务器；
[0027]算法处理模块，用于通过云端服务器同时调用旋转目标检测算法与图像语义分割算法服务，旋转目标检测算法通过旋转目标检测网络对步骤S2中的图像进行旋转目标检测
处理，获取猪只数量和位置信息；同时图像语义分割算法通过语义分割网络对步骤S2中的图像进行语义分割处理，获取栏舍边界位置信息；
[0028]信息整合模块，用于将步骤S3中获取的猪只数量和位置信息与栏舍边界位置信息进行整合处理，计算所抓取图像分割出的栏舍区域内猪只数量，并将结果传回终端，展示给用户；
[0029]控制处理模块，用于向其余各模块发出指令，完成相应动作；
[0030]所述图像获取模块、图像裁剪模块、算法处理模块、信息整合模块均与所述控制处理模块通信连接。
[0031]本专利技术相比现有技术具有以下优点：通过将旋转目标检测网络与语音分割网络结合使用，能够方便的在猪只拥挤的情况下对存栏猪只的数据量进行计数，同时降低了计算成本，提高了计数效率，同时也提高了用户体验，值得被推广使用。
附图说明
[0032]图1是本专利技术实施例中存栏猪只计数方法的流程示意图；
[0033]图2a是本专利技术实施例中旋转目标检测网络中Backbone部分的结构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种存栏猪只计数方法，其特征在于，包括以下步骤：S1：获取图像将摄像头连接终端，通过终端获取视频流，抓取摄像头拍摄的数据转化为RGB图像，即存栏猪只图像，图像中包含猪只与围栏；S2：图像裁剪将RGB图像裁剪成设定尺寸上传至OSS服务器，同时将图像的OSS地址传入云端服务器；S3：算法处理云端服务器同时调用旋转目标检测算法与图像语义分割算法服务，旋转目标检测算法通过旋转目标检测网络对步骤S2中的图像进行旋转目标检测处理，获取猪只数量和位置信息；同时图像语义分割算法通过语义分割网络对步骤S2中的图像进行语义分割处理，获取栏舍边界位置信息；S4：信息整合将步骤S3中获取的猪只数量和位置信息与栏舍边界位置信息进行整合处理，计算所抓取图像分割出的栏舍区域内猪只数量，并将结果传回终端，展示给用户。2.根据权利要求1所述的一种存栏猪只计数方法，其特征在于：在所述步骤S1中，摄像头为超广角外接摄像头，终端为手机，超广角外接摄像头与手机的连接方式为无线连接或有线连接，通过UVC协议抓取摄像头镜头数据转化为RGB图像。3.根据权利要求1所述的一种存栏猪只计数方法，其特征在于：在所述步骤S3中，在进行旋转目标检测处理及语义分割处理前，对裁剪后的图像进行预处理，分别获得旋转目标检测网络及语义分割网络所需的图像数据，其中预处理的方式包括resize、Letterboxing、自适应白平衡、直方图均衡四种手段。4.根据权利要求1或3所述的一种存栏猪只计数方法，其特征在于：所述步骤S3中，所述旋转目标检测网络包括第一backbone模块、Neck模块、head模块，所述backbone模块为Swin Transformer特征提取框架，用于对图像的特征进行提取，所述Neck模块为PANet，用于聚合不同层特征，所述head模块为在yolov5模型增添了旋转角度信息的head模块，用于使目标检测框贴合猪只轮廓。5.根据权利要求4所述的一种存栏猪只计数方法，其特征在于：在所述旋转目标检测网络中，图像经过第一backbone模块处理后，得到输入图像的特征信息；经过Neck模块处理后，对所述第一backbone模块获取的特征进行提取融合；经过head模块处理后，根据特征最终确定检测目标的种类以及在图像的位置。6.根据权利要求5所述的一种存栏猪只计数方法，其特征...

【专利技术属性】
技术研发人员：刘青源，方雅媚，
申请(专利权)人：青岛不愁网信息科技有限公司，
类型：发明
国别省市：