一种基于自注意力网络的猪群出栏、投食估测系统技术方案

本发明专利技术属于畜牧人工智能领域，具体涉及一种基于自注意力网络的猪群出栏、投食估测系统，其特征在于，包含以下步骤：S1、摄像头采集视频流并保存倾斜度和焦距信息；S2、多头自注意力网络对图像进行前处理；S3、通过分类模块框选猪只并计算猪只数量及猪只框区域；S4、通过分割模块获得猪只背部、头部像素区域并计算面积信息；S5、将猪只背部、头部面积信息和摄像头信息传入支持向量机模型估计体重区间；S6、根据体重区间进行出栏、投食估测。使用该模型预测猪只体重区间，根据体重区间计算投食量，判断是否出栏。本发明专利技术可应用于大规模养殖投喂估测，支持多种图像采集设备和自动投喂装置。支持多种图像采集设备和自动投喂装置。支持多种图像采集设备和自动投喂装置。

【技术实现步骤摘要】
一种基于自注意力网络的猪群出栏、投食估测系统


[0001]本专利技术属于畜牧人工智能领域，具体涉及一种基于自注意力网络的猪群出栏、投食估测系统。

技术介绍

[0002]猪在成长至200斤左右后生长速度变缓、肥肉增多、肉饲比降低，及时的出栏可提高肉饲比，降低饲养成本。猪喂食过量易患食欲减退症，致使呕吐、腹痛等症状。猪喂食过少易导致猪只腹泻等症状。上述两种情况皆严重影响出栏时间和肉饲比。对猪群实时测重困难度高，频繁测重会惊动猪群，导致猪只起卧不安、食欲下降、生长变缓。
[0003]随着人工智能技术进步，自动化喂食管道、自动化喂食机器人发展。自动投食估计系统变得愈发重要。猪只体重对应猪只图像获取难度较大、数据量较小，基于卷积神经网络的体重估测需要大量数据训练，支持向量机在数据量小时有更好的鲁棒性、更低的误检测率。
[0004]申请号为202111194639.4的中国专利技术公开了一种基于RCNN卷积神经网络对猪进行背部骨骼点识别测重技术，可见根据猪背部特征识别方式进行体重估计可行，但该方法对拍摄垂直度要求较高，当出现倾斜情况后，肩宽、臀宽测量会造成很大的误差，养殖场中拍摄猪群存在倾斜状态，RCNN网络很难应用于群体估重检测，同时基于卷积神经网络的方法一次只处理一个局部邻域，并且会因卷积和下采样算子(例如池化和跨步卷积)导致细节信息丢失，有较高的误检率。

技术实现思路

[0005]本专利技术的专利技术目的是提供一种基于自注意力网络的猪群出栏、投食估测系统，克服现有技术的不足，在估测体重时不会惊扰猪只，降低猪只少食、过食风险，基于自注意力网络对猪只图像学习，降低占用的计算资源，获得更优异的效果，提高识别速度和准确率。
[0006]为解决上述问题，本专利技术采用的技术方案如下：
[0007]一种基于自注意力网络的猪群出栏、投食估测系统，其特征在于，包含以下步骤：
[0008]S1、摄像头采集视频流并保存倾斜度和焦距信息；
[0009]S2、多头自注意力网络对图像进行前处理；
[0010]S3、通过分类模块框选猪只并计算猪只数量及猪只框区域；
[0011]S4、通过分割模块获得猪只背部、头部像素区域并计算面积信息；
[0012]S5、将猪只背部、头部面积信息和摄像头信息传入支持向量机模型估计体重区间；
[0013]S6、根据体重区间进行出栏、投食估测。
[0014]所述步骤S1中，由吊挂式设备进行猪群图片采集，B/S架构管理后台设置巡游点位数量、巡游点位置、球形摄像头焦距、球形摄像头倾斜度，设置完成后开启巡游监控定时对已设定区域进行巡检拍照。
[0015]所述步骤S2中，具体处理步骤为：1)将分辨率为1920
×
1080的视频流分割，每秒两
帧的速度提取猪群图片；2)使用双线性PIL插值方法将猪群图片缩放至928
×
522；3)进行18格的对称边缘像素填充，处理后图像分辨率为928
×
540；4)给图像增加灰条，上下对称填充至928
×
928分辨率；5)对图像进行归一化处理；6)将图像传入主干网络；7)进行一次4x4的卷积；8)调用SiLU激活函数；9)建立大残差块，构建残差网络；10)输出特征层；11)通过线性投射层将2维的图像特征转换为1维；12)转化为序列化数据，将空间的维度(高和宽)压缩为一个维度即d(通道数)
×
H(高)
×
W(宽)；13)多头自注意力运算；14)使用空洞空间卷积池化模块来增加特征表达能力。
[0016]所述步骤S3中，具体计算步骤为：1)建立transformer残差块；2)将transformer残差块进行六次迭代，将Q、K、V通过一个线性映射之后分成6份，对每一份进行点积操作；将二进制掩码送入预测前馈网络得到类和类别框；2)根据类别框获取猪只区域中心点坐标、区域宽高；2)根据类别框数量获取猪只数量。
[0017]所述步骤S4中，具体计算步骤为：1)提取的图像特征和应用单个1
×
1卷积层来获得预处理像素点；2)使用堆叠的Transformer解码器层计算N个预分割模型；3)计算第i个掩码和预处理像素点之间的点积；4)使用sigmoid激活函数获得点积运算后的二值掩码预测猪只背部面积和头部面积；5)获取的背部面积和头部面积类区域；6)根据步骤S3获得的猪只区域进行头部背部面积绑定猪只。
[0018]所述步骤S5中，具体计算步骤为：1)将猪只背部面积、猪只头部面积、摄像头倾斜度、摄像头焦距进行归一化；2)设置一系列惩罚因子和高斯核参数；3)将归一化的数据传入使用高斯核径向基函数的分类器；4)自动调整与输入数据中的类的频率成反比的比重防止过拟合；5)使用超参数自动搜索模块，优化高斯核参数；6)预测生成猪只体重区间。
[0019]所述步骤S5中，所述支持向量机模型的算法为：1)以小时为周期的数据统计，计算数量、体重区间均值；2)排除与均值差异过大的数据；3)进行均值输出；4)预测生成猪只体重；5)按照体重区间喂食标准进行饲喂；6)进行出栏提醒；7)排除与均值差异过大的数据的算法是以3小时为区间，统计数量、体重均值，排除与均值差异过大的数据；若分类模块检测到猪只，分割模块未识别到猪背、猪头面积则不记录体重数据。
[0020]所述步骤S6中，所述体重区间的划分方法为：1)第一区间小于10千克，大于20千克；2)第二区间小于20千克大于50千克；3)第三区间小于50千克大于80千克；4)第四区间小于80千克大于120千克；5)第五区间大于120千克小于150千克；6)第六区间大于150千克；其中喂食标准的划分方法为：1)第一区间300克；2)第二区间600克；3)第三区间800克；4)第四区间1000克；5)第五区间1100克；6)第六区间1300克；其喂食间隔为8个小时；7)检测到猪只属于第五区间体重区间时进行出栏提醒，检测到猪只属于第六区间体重区间时进行出栏警告，提醒方式包括网络后台提醒、手机app提醒，警告方式包括短信警告、网络后台警告、手机app警告。
[0021]与现有技术相比，本专利技术的有益效果是：1)在高处识别得到猪群中各猪只体重区间，在估测体重时不会惊扰猪只。2)对猪只进行投食、饲喂估计可降低猪只少食、过食风险。3)基于自注意力网络对猪只图像学习，与当前主流的其他网络手段相比，本专利技术可以降低占用的计算资源，获得更优异的效果，在识别速度和准确率上明显实现了提高。4)猪只图像和体重数据需实地采集，在训练数据量较小的情况下，使用支持向量机可提高预测精度。5)可嵌入多种图像采集设备和自动投喂装置。
附图说明
[0022]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自注意力网络的猪群出栏、投食估测系统，其特征在于，包含以下步骤：S1、摄像头采集视频流并保存倾斜度和焦距信息；S2、多头自注意力网络对图像进行前处理；S3、通过分类模块框选猪只并计算猪只数量及猪只框区域；S4、通过分割模块获得猪只背部、头部像素区域并计算面积信息；S5、将猪只背部、头部面积信息和摄像头信息传入支持向量机模型估计体重区间；S6、根据体重区间进行出栏、投食估测。2.根据权利要求1所述的一种基于自注意力网络的猪群出栏、投食估测系统，其特征在于，所述步骤S1中，由吊挂式设备进行猪群图片采集，B/S架构管理后台设置巡游点位数量、巡游点位置、球形摄像头焦距、球形摄像头倾斜度，设置完成后开启巡游监控定时对已设定区域进行巡检拍照。3.根据权利要求1所述的一种基于自注意力网络的猪群出栏、投食估测系统，其特征在于，所述步骤S2中，具体处理步骤为：1)将分辨率为1920
×
1080的视频流分割，每秒两帧的速度提取猪群图片；2)使用双线性PIL插值方法将猪群图片缩放至928
×
522；3)进行18格的对称边缘像素填充，处理后图像分辨率为928
×
540；4)给图像增加灰条，上下对称填充至928
×
928分辨率；5)对图像进行归一化处理；6)将图像传入主干网络；7)进行一次4x4的卷积；8)调用SiLU激活函数；9)建立大残差块，构建残差网络；10)输出特征层；11)通过线性投射层将2维的图像特征转换为1维；12)转化为序列化数据，将空间的维度(高和宽)压缩为一个维度即d(通道数)
×
H(高)
×
W(宽)；13)多头自注意力运算；14)使用空洞空间卷积池化模块来增加特征表达能力。4.根据权利要求1所述的一种基于自注意力网络的猪群出栏、投食估测系统，其特征在于，所述步骤S3中，具体计算步骤为：1)建立transformer残差块；2)将transformer残差块进行六次迭代，将Q、K、V通过一个线性映射之后分成6份，对每一份进行点积操作；将二进制掩码送入预测前馈网络得到类和类别框；2)根据类别框获取猪只区域中心点坐标、区域宽高；2)根据类别框数量获取猪只数量。5.根据权利要求1所述的一种基于自注意力网络的猪群出栏、投食估测系统，其特征在...

【专利技术属性】
技术研发人员：牛艺兴，樊松，程万胜，
申请(专利权)人：辽宁冶装绿色高科技实业有限公司，
类型：发明
国别省市：