高精度猪场栋舍盘估方法、系统、设备及存储介质技术方案

本发明专利技术提供了一种高精度猪场栋舍云盘估方法、系统、设备及存储介质，包括：获取鱼眼摄像头拍摄的猪场栋舍图片并进行预处理，将预处理图片输入至实例分割模型中，对实例分割结果进行矫正处理；使用深度学习算法获取猪只的数量，根据预设的优先级计算方法从实例分割结果中获得猪只的体长、体宽和重量；猪只的数量、体长、体宽和重量均以时间窗口形式处理；获取第一时长前到当前时间输出的第一猪只数量，获取第二时长前到当前时间输出的第二猪只数量，计算第一猪只数量和第二猪只数量的差的绝对值，若差的绝对值大于第二猪只数量的预设百分比值，则将猪只数量时间窗口缩小至当前时间点重新计算猪只数量。能够帮助规模化猪场降本增效。效。效。

【技术实现步骤摘要】
高精度猪场栋舍盘估方法、系统、设备及存储介质


[0001]本申请涉及猪场栋舍盘估
，具体涉及一种高精度猪场栋舍盘估方法、系统、设备及存储介质。

技术介绍

[0002]规模化养殖猪场中，一般来说具有“地广人稀”的特点，“地广”指规模化猪场一般占地面积庞大，管理相当多的猪只；“人稀”指综合成本、生物安全等多方面考量，猪场的工作人员相比猪场的生产面积来说非常稀少。面对规模猪场严格的生产管理制度，猪场工人每天的工作内容受限，在必要的生产活动外难有时间和精力照顾到猪场大量栋舍的详细生产状况。
[0003]鉴于此，本申请提出了一种高精度猪场栋舍盘估方法、系统、设备及存储介质，一方面可以进一步节约猪场生产成本，解放人力；另一方面利用算法可以让机器24小时不间断监控猪场生产状况，并进行及时分析，提高效率。

技术实现思路

[0004]为了解决现有技术难有时间和精力照顾到猪场大量栋舍的详细生产状况等问题，本申请提供一种高精度猪场栋舍盘估方法、系统、设备及存储介质，以解决上述技术缺陷问题。根据本专利技术的一个方面提出了一种高精度猪场栋舍盘估方法，该方法包括以下步骤：S1、获取鱼眼摄像头拍摄的猪场栋舍图片，对猪场栋舍图片进行预处理获得预处理图片，将预处理图片输入至实例分割模型中获得实例分割结果，并且对实例分割结果进行矫正处理；S2、根据实例分割结果统计出猪只的数量，使用深度学习算法以及根据预设的优先级计算方法从实例分割结果中获得猪只的体长、体宽和重量；S3、猪只的数量、体长、体宽和重量均以时间窗口的形式进行处理；其中，在猪只数量时间窗口中，按顺序遍历获取第一时长前到当前时间输出的第一猪只数量，以及获取第二时长前到当前时间输出的第二猪只数量，计算第一猪只数量和第二猪只数量的差的绝对值，响应于确定差的绝对值大于第二猪只数量的预设百分比值，则判定猪栏内发生实质变化，将猪只数量时间窗口缩小至当前时间点重新计算猪只数量。
[0005]通过上述技术方案，本申请能够应对栏位内进出猪的场景。如果仅仅设定一个简单的固定时间窗，那么在采取统计策略（如窗口内取平均）时可能会把进出猪之前的数据纳入统计，显然不合预期。在猪只数量的时间窗口调整策略上，比起直接相减，取差的绝对值可以综合考虑猪只“进出”栏位的情形，不管是进栏还是出栏，绝对值的反应是一致的。
[0006]在具体的实施例中，在步骤S3中，还包括：在猪只重量时间窗口中，响应于确定猪只的数量计算值连续出现N个以上的0，N为大于0的自然数，并且第N+1个数值不为0，则将猪
只重量时间窗口缩小至第N+1个数值对应的时间点，获得新的猪只重量时间窗口，并将新的猪只重量时间窗口内的重量数值进行平均，获得最终的猪只重量。
[0007]通过上述技术方案，可以考虑到猪换栏的情况，以计数信息来判断是否出现新猪换栏是比较稳健的，换栏一般会先把之前的猪赶出去，一定会出现一段时间内计数为0，开始进新猪计数不为0，本申请通过寻找到这个时间点，舍弃所有旧猪的数据，重新开始获取新入栏猪的数据。
[0008]在具体的实施例中，在步骤S3中，还包括以下子步骤：S31、分别使用efficientnet
‑
b0网络训练有无保温灯二分类模型和有无猪只打堆二分类模型；S32、将实例分割结果分别输入至有无保温灯二分类模型和有无保温灯二分类模型；S32、响应于确定存在有保温灯或者有猪只打堆的其中一种情况，则猪只的数量、体长、体宽和重量的时间窗口均选取无保温灯集或无猪只打堆情况下最后时间点对应的数据。
[0009]由于保温灯影响和猪只打堆影响有多大是难以判断的，因此在存在保温灯或存在猪只打堆情况下进行的时间窗口分析是没有意义的，为节省计算资源，本申请放弃所有后处理直接取模型当前的输出即可。
[0010]在具体的实施例中，在步骤S1中，包括以下子步骤：S11、通过鱼眼摄像头拍摄获得猪场栋舍图片；S12、预先对猪场栋舍图片中猪只栏位水平地面上的四点进行标注，以及标注出经过四点的栏位下边沿多边形区域，去除猪场栋舍图片中栏位下边沿多边形区域的外部，获得预处理图片；S13、将预处理图片输入至实例分割模型中获得实例分割结果，实例分割结果为猪只分割的多边形顶点坐标；S14、对猪只分割的多边形顶点坐标进行鱼眼矫正和矩形矫正处理。
[0011]通过上述技术方案，能够将鱼眼摄像头拍摄搭到的畸变的猪场栋舍图片中的栏位四点等比例矫正回矩形。
[0012]在具体的实施例中，在步骤S14中，包括以下子步骤：S141、使用鱼眼摄像头拍摄多幅黑白棋盘格图片，利用黑白棋盘格图片并调用鱼眼相机校正方法对鱼眼摄像头进行标定，获取标定参数；S142、利用猪只分割的多边形顶点坐标和标定参数并调用鱼眼去畸变方法获取去鱼眼畸变的猪只分割的多边形顶点坐标；S143、应用仿射变换对去鱼眼畸变的猪只分割的多边形顶点坐标进行矩形矫正。
[0013]在具体的实施例中，在步骤S2中，包括以下子步骤：S21、根据实例分割结果统计出猪只的数量，使用深度学习算法将实例分割结果的猪只提取出来，进行站立猪只和趴卧猪只二分类，并且对站立猪只和趴卧猪只标注不同的颜色；S22、根据预设的优先级计算方法从实例分割结果中获得猪只的体长、体宽和重量，预设的优先级计算方法按以下顺序执行：
S221、响应于确定中心区域存在站立猪只，则对中心区域内的站立猪只分别进行体长、体宽和重量的估计并取平均值；S222、响应于确定中心区域不存在站立猪只，中心区域外的有效区域内存在站立猪只，则对中心区域外的有效区域内的站立猪只分别进行体长、体宽和重量的估计并取平均值；S223、响应于确定有效区域无站立猪只，中心区域存在趴卧猪只，则对中心区域的趴卧猪只分别进行体长、体宽和重量的估计并取平均值；S224、响应于确定有效区域无站立猪只，中心区域外的有效区域内存在趴卧猪只，则对中心区域外的有效区域内的趴卧猪只分别进行体长、体宽和重量的估计并取平均值。
[0014]本申请关于猪只体尺的计算模型是基于猪只站立情况的，本申请会优先选择站立猪只，因为趴卧会改变猪只体态。
[0015]在具体的实施例中，在步骤S2中，猪只的重量通过以下公式计算获得：
[0016]式中，表示猪只的物理尺寸，物理尺寸为猪只深度、猪只高度、猪只宽度、猪只总长度、猪只鼻子到肩膀长度、猪只前腿长度、猪头高度、猪只下颚长度或猪只鼻子到耳朵根距离；a、b表示实验系数，选择不同的物理尺寸，对应的实验系数不同；M表示猪只重量。
[0017]通过上述公式，能够简单有效地对猪只体尺和体重的关系进行建模。
[0018]第二方面，本申请提供了一种高精度猪场栋舍云盘估系统，该系统包括：图片预处理模块，配置于获取鱼眼摄像头拍摄的猪场栋舍图片，对猪场栋舍图片进行预处理获得预处理图片，将预处理图片输入至实例分割模型中获得实例分割结果，并且对实例分割结果进行矫正处理；数据推理模块，配置于根据实例分割结果统计出猪只的数量，使用深度学习算法以及根据预设的优先级计算方法从实例分割结果中获得猪只的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精度猪场栋舍云盘估方法，其特征在于，包括以下步骤：S1、获取鱼眼摄像头拍摄的猪场栋舍图片，对所述猪场栋舍图片进行预处理获得预处理图片，将所述预处理图片输入至实例分割模型中获得实例分割结果，并且对所述实例分割结果进行矫正处理；S2、根据所述实例分割结果统计出猪只的数量，使用深度学习算法以及根据预设的优先级计算方法从所述实例分割结果中获得猪只的体长、体宽和重量；S3、所述猪只的数量、体长、体宽和重量均以时间窗口的形式进行处理；其中，在猪只数量时间窗口中，按顺序遍历获取第一时长前到当前时间输出的第一猪只数量，以及获取第二时长前到当前时间输出的第二猪只数量，计算所述第一猪只数量和所述第二猪只数量的差的绝对值，响应于确定所述差的绝对值大于所述第二猪只数量的预设百分比值，则判定猪栏内发生实质变化，将所述猪只数量时间窗口缩小至当前时间点重新计算猪只数量。2.根据权利要求1所述的高精度猪场栋舍云盘估方法，其特征在于，在步骤S3中，还包括：在猪只重量时间窗口中，响应于确定猪只的数量计算值连续出现N个以上的0，N为大于0的自然数，并且第N+1个数值不为0，则将所述猪只重量时间窗口缩小至第N+1个数值对应的时间点，获得新的猪只重量时间窗口，并将所述新的猪只重量时间窗口内的重量数值进行平均，获得最终的猪只重量。3.根据权利要求1所述的高精度猪场栋舍云盘估方法，其特征在于，在步骤S3中，还包括以下子步骤：S31、分别使用efficientnet
‑
b0网络训练有无保温灯二分类模型和有无猪只打堆二分类模型；S32、将所述实例分割结果分别输入至所述有无保温灯二分类模型和所述有无保温灯二分类模型；S32、响应于确定存在有保温灯或者有猪只打堆的其中一种情况，则所述猪只的数量、体长、体宽和重量的时间窗口均选取无保温灯集或无猪只打堆情况下最后时间点对应的数据。4.根据权利要求1所述的高精度猪场栋舍云盘估方法，其特征在于，在步骤S1中，包括以下子步骤：S11、通过所述鱼眼摄像头拍摄获得猪场栋舍图片；S12、预先对所述猪场栋舍图片中猪只栏位水平地面上的四点进行标注，以及标注出经过所述四点的栏位下边沿多边形区域，去除所述猪场栋舍图片中所述栏位下边沿多边形区域的外部，获得预处理图片；S13、将所述预处理图片输入至实例分割模型中获得实例分割结果，所述实例分割结果为猪只分割的多边形顶点坐标；S14、对所述猪只分割的多边形顶点坐标进行鱼眼矫正和矩形矫正处理。5.根据权利要求4所述的高精度猪场栋舍云盘估方法，其特征在于，在步骤S14中，包括以下子步骤：S141、使用所述鱼眼摄像头拍摄多幅黑白棋盘格图片，利用所述黑白棋盘格图片并调用鱼眼相机校正方法对所述鱼眼摄像头进行标定，获取标定参数；S142、利用所述猪只分割的多边形顶点坐标和所述标定参数并调用鱼眼去畸变方法获
取去鱼眼畸变的猪只分割的多边形顶点坐标；S143、应用仿射变换对所述去鱼眼畸变的猪只分割的多边形顶...

【专利技术属性】
技术研发人员：薛素金，周怡安，李梦炜，杨焜，杜言方，
申请(专利权)人：厦门农芯数字科技有限公司，
类型：发明
国别省市：