一种肉牛体型的测算方法、装置、终端设备及存储介质制造方法及图纸

本发明专利技术公开了一种肉牛体型的测算方法、装置、终端设备及存储介质，通过对多组肉牛图像进行全牛目标检测的快速查找和定位，从而准确找到图像中肉牛的位置并进行标记，并对目标检测后获得的肉牛图像进行格式预处理，从而输入到图像分割模型中进行全牛像素标记，通过计算多组肉牛图像的像素面积，求得像素面积平均值，从而根据像素面积平均值求得肉牛的体型指标。通过本发明专利技术能够实现肉牛体型的自动测算，避免了由人工测算所导致的肉牛体型计算误差，从而提高了肉牛体型的测算准确率。从而提高了肉牛体型的测算准确率。从而提高了肉牛体型的测算准确率。

【技术实现步骤摘要】
一种肉牛体型的测算方法、装置、终端设备及存储介质


[0001]本专利技术涉及图像识别领域，尤其涉及一种肉牛体型的测算方法、装置、终端设备及存储介质。

技术介绍

[0002]在肉牛养殖行业，养殖户十分关心肉牛体重增长情况。饲料是养殖户的投入成本，肉牛体重的增长即为产出，当肉牛由于某些原因停止体重增长，所食用的饲料产出为零，造成养殖户的损失。所以养殖户需要对肉牛的体重进行定期监测，传统体重称量方式需要购置体重秤，称量过程消耗大量人力，也需要肉牛的配合，如果肉牛配合程度低，容易导致设备损坏或威胁操作人员人身安全。肉牛体型随着体重的增长而增大，将对体重的监测转化为对体型的监测，可以使用视觉方法实现非接触式测量，大大降低对肉牛配合程度的要求。
[0003]现有技术通常通过长度测量工具、人眼估计进行肉牛体型的测算，但使用长度测量工具进行测算需要肉牛的配合，具有危及操作人员的生命安全的风险，而测算结果由于肉牛姿势的变化，准确率较低；而人眼估计则不能实现定量测算与估计，准确性更低。
[0004]因此，亟需一种肉牛体型测算策略，来解决肉牛体型测算准确率低的问题。

技术实现思路

[0005]本专利技术实施例提供一种肉牛体型的测算方法、装置、终端设备及存储介质，以提高肉牛体型测算准确率。
[0006]为了解决上述问题，本专利技术一实施例提供一种肉牛体型的测算方法，包括：
[0007]获取多组肉牛图像，根据每组所述肉牛图像，分别进行全牛目标检测，获得多组带有矩形框参数的全牛第一图像；
[0008]对每组所述带有矩形框参数的全牛第一图像进行格式预处理，获得多组带有矩形框参数的全牛第二图像；
[0009]将每组所述带有矩形框参数的全牛第二图像输入至预设的图像分割模型中，获得多组带有标记区域的全牛第三图像；
[0010]根据每组所述带有标记区域的全牛第三图像，计算每组所述全牛第三图像的标记区域的像素面积，根据每组所述全牛第三图像的标记区域的像素面积，计算获得像素面积平均值，并将所述像素面积平均值代入预设的公式中，获得肉牛的体型指标。
[0011]由上可见，本专利技术具有如下有益效果：
[0012]本专利技术提供了一种肉牛体型的测算方法，通过对多组肉牛图像进行全牛目标检测的快速查找和定位，从而准确找到图像中肉牛的位置并进行标记，并对目标检测后获得的肉牛图像进行格式预处理，从而输入到图像分割模型中进行全牛像素标记，通过计算多组肉牛图像的像素面积，求得像素面积平均值，从而根据像素面积平均值求得肉牛的体型指标。通过本专利技术能够实现肉牛体型的自动测算，避免了由人工测算所导致的肉牛体型计算误差，从而提高了肉牛提醒的测算准确率。
[0013]作为上述方案的改进，所述获取多组肉牛图像，具体为：通过预设的视频采集装置获取视频数据；其中，所述视频采集装置位于离地高度为第一预设值的位置，且位于采集通道正上方；以及所述采集通道由两个平行围栏组成；根据所述视频数据，通过视频处理工具提取图像序列，获得所述多组肉牛图像；通过采集通道进行图像采集，保证每一次的图像都只包含一只肉牛，而将视频采集装置设置于采集通道上方，对肉牛背部进行拍摄，可以确保肉牛不会因为行走姿势变化而导致计算结果不准确。
[0014]作为上述方案的改进，所述根据每组所述肉牛图像，分别进行全牛目标检测，获得多组带有矩形框参数的全牛第一图像，具体为：通过预设的目标检测模型，分别对每组所述肉牛图像进行全牛目标检测，筛除不含全牛的肉牛图像，获得多组带有矩形框的全牛图像；根据每组所述带有矩形框的全牛图像，分别获取图像宽度、图像高度、矩形框角度、矩形框中心的横坐标和矩形框中心的纵坐标；根据每组所述图像宽度、所述图像高度、所述矩形框中心的横坐标和所述矩形框中心的纵坐标，计算获得每组所述带有矩形框的全牛图像的中心相差距离；其中，所述中心相差距离为矩形框中心到图像中心的距离；对每组所述带有矩形框的全牛图像的中心相差距离进行判断，当中心相差距离大于第二预设值时，处理下一组带有矩形框的全牛图像肉牛图像；当中心相差距离小于第二预设值时，获得带有矩形框参数的全牛第一图像；汇总所有带有矩形框参数的全牛第一图像，获得所述多组带有矩形框参数的全牛第一图像；通过对视频采集获得图像进行全牛目标检测，能够筛除不含有全牛的图像，并根据矩形框中心和图像中心的距离进行判断，为后续对图像进行裁剪和标记奠定了基础。
[0015]作为上述方案的改进，所述预设的目标检测模型的训练方法，包括：获取多张含牛背图像，并对全牛的牛背进行带方向的矩形框标记，获得多张带有矩形框的含牛背图像；根据所述多张带有矩形框的含牛背图像，按照预设的比例分为训练集、交叉验证集和测试集；将所述训练集输入至带方向的检测模型中，通过梯度下降和算法优化，获得训练权重；根据所述测试集，将所述训练权重代入测试程序中进行测试，当测试准确率高于第三预设值时，则输出所述目标检测模型；当测试准确率低于第三预设值时，则再次进行训练权重的计算；通过多个带有矩形框标记的含牛背图像进行目标检测模型的训练，从而获得高准确率的目标检测模型，有利于提高肉牛图像的全牛目标检测的检测效率。
[0016]作为上述方案的改进，所述对每组所述带有矩形框参数的全牛第一图像进行格式预处理，获得多组带有矩形框参数的全牛第二图像，具体为：根据所述矩形框角度，对每组所述带有矩形框参数的全牛第一图像进行角度调整，获得多组带有矩形框参数的水平全牛图像；根据每组所述带有矩形框参数的水平全牛图像，分别在矩形框中心处裁剪预设面积的区域，获得所述多组带有矩形框参数的全牛第二图像；通过对肉牛图像进行角度调整，并裁剪出预设面积的区域，能够减少后续图像分割模型的计算量，有利于提高模型分割模型的运行效率。
[0017]作为上述方案的改进，所述预设的图像分割模型的训练方法，包括：将经过全牛目标检测的多张带矩形框的全牛图片进行裁剪和旋转，获得多组带有矩形框的全牛裁剪图片，并分别对每组所述带有矩形框的全牛裁剪图片进行全牛躯干轮廓的像素标记，获得多张带有像素标记的全牛裁剪图像；根据所述多张带有像素标记的全牛裁剪图像，按预设的比例分为训练集、交叉验证集和测试集；将所述训练集输入到分割模型中进行训练，通过迭
代和超参数调整，获得训练权重；根据所述测试集，将所述训练权重代入测试程序中进行测试，当测试准确率高于第四预设值时，则输出所述图像分割模型；当测试准确率低于第四预设值时，则再次进行训练权重的计算；通过多个带有像素标记的全牛裁剪图像进行图像分割模型的训练，从而获得高准确度率的图像分割模型，有利于提高肉牛图像的全牛图像分割效率。
[0018]作为上述方案的改进，所述根据每组所述全牛第三图像的标记区域的像素面积，计算获得像素面积平均值，具体为：根据每组所述全牛第三图像的标记区域的像素面积，按照像素面积的大小，选取预设数量的全牛第三图像，获得多组带有标记区域的全牛目标图像；根据所述多组带有标记区域的全牛目标图像，汇总所有带有标记区域的全牛目标图像的像素面积，并求得像素面积平均值；通过对像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肉牛体型的测算方法，其特征在于，包括：获取多组肉牛图像，根据每组所述肉牛图像，分别进行全牛目标检测，获得多组带有矩形框参数的全牛第一图像；对每组所述带有矩形框参数的全牛第一图像进行格式预处理，获得多组带有矩形框参数的全牛第二图像；将每组所述带有矩形框参数的全牛第二图像输入至预设的图像分割模型中，获得多组带有标记区域的全牛第三图像；根据每组所述带有标记区域的全牛第三图像，计算每组所述全牛第三图像的标记区域的像素面积，根据每组所述全牛第三图像的标记区域的像素面积，计算获得像素面积平均值，并将所述像素面积平均值代入预设的公式中，获得肉牛的体型指标。2.根据权利要求1所述的肉牛体型的测算方法，其特征在于，所述获取多组肉牛图像，具体为：通过预设的视频采集装置获取视频数据；其中，所述视频采集装置位于离地高度为第一预设值的位置，且位于采集通道正上方；以及所述采集通道由两个平行围栏组成；根据所述视频数据，通过视频处理工具提取图像序列，获得所述多组肉牛图像。3.根据权利要求2所述的肉牛体型的测算方法，其特征在于，所述根据每组所述肉牛图像，分别进行全牛目标检测，获得多组带有矩形框参数的全牛第一图像，具体为：通过预设的目标检测模型，分别对每组所述肉牛图像进行全牛目标检测，筛除不含全牛的肉牛图像，获得多组带有矩形框的全牛图像；根据每组所述带有矩形框的全牛图像，分别获取图像宽度、图像高度、矩形框角度、矩形框中心的横坐标和矩形框中心的纵坐标；根据每组所述图像宽度、所述图像高度、所述矩形框中心的横坐标和所述矩形框中心的纵坐标，计算获得每组所述带有矩形框的全牛图像的中心相差距离；其中，所述中心相差距离为矩形框中心到图像中心的距离；对每组所述带有矩形框的全牛图像的中心相差距离进行判断，当中心相差距离大于第二预设值时，处理下一组带有矩形框的全牛图像；当中心相差距离小于第二预设值时，获得带有矩形框参数的全牛第一图像；汇总所有带有矩形框参数的全牛第一图像，获得所述多组带有矩形框参数的全牛第一图像。4.根据权利要求3所述的肉牛体型的测算方法，其特征在于，所述预设的目标检测模型的训练方法，包括：获取多张含牛背图像，并对全牛的牛背进行带方向的矩形框标记，获得多张带有矩形框的含牛背图像；根据所述多张带有矩形框的含牛背图像，按照预设的比例分为训练集、交叉验证集和测试集；将所述训练集输入至带方向的检测模型中，通过梯度下降和算法优化，获得训练权重；根据所述测试集，将所述训练权重代入测试程序中进行测试，当测试准确率高于第三预设值时，则输出所述目标检测模型；当测试准确率低于第三预设值时，则再次进行训练权重的计算。
5.根据权利要求3所述的肉牛体型的测算方法，其特征在于，所述对每组所述带有矩形框参数的全牛第一图像进行格式预处理，获得多组带有矩形框参数的全...

【专利技术属性】
技术研发人员：匡国文，夏靖然，王旭，柳崎峰，杨铭慧，何骆，李艳琼，陈玉婷，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：