【技术实现步骤摘要】
本申请涉及畜牧领域，特别是涉及一种猪只异常识别方法、装置及介质。
技术介绍
1、随着计算机视觉技术的发展，其在工业、安全监控、医疗诊断等领域得到了广泛应用。在生猪养殖业中，猪只的健康状况直接影响到养殖效率和成本。猪只是否有脓包、脱肛、疝气是猪只品质等级评定的重要指标，严重的脱肛甚至能直接导致猪只瘫痪或死亡。
2、传统的脓包猪、脱肛猪、疝气猪的识别与挑猪护理依赖于饲养员在猪舍内人工巡栏过程中通过肉眼发现。饲养员在猪舍内人工巡栏过程中发现有脓包、脱肛、疝气猪的时候，需要将此类猪挑选出来单独护理，并根据标准流程手术处理。猪只健康问题的识别依赖于饲养员的肉眼观察，这种方法效率低且依赖个人经验。
3、由此可见，如何解决依赖饲养员的个人经验观察猪只是否发生脓包、脱肛、疝气的病症导致的效率低，是本领域人员亟待解决的技术问题。
技术实现思路
1、本申请的目的是提供一种猪只异常识别方法、装置及介质，解决依赖饲养员的个人经验观察猪只是否发生脓包、脱肛、疝气的病症导致的治疗效率低的问题。
2、为解决上述技术问题，本申请提供一种猪只异常识别方法，包括：
3、获取图像采集设备采集的猪只的图像数据；
4、根据预先训练的目标检测模型对所述图像数据进行特征提取，输出所述图像数据的识别结果，其中，所述识别结果包含目标特征的外接矩形框、类别标签、置信度；
5、对所述识别结果进行阈值筛选，得到筛选识别结果；
6、根据所述筛选识别结果进行
7、根据所述聚合结果生成预警报告并发送至前端处理平台；
8、接收所述前端处理平台反馈的预警处理反馈信息。
9、作为一种可选的实施例，上述猪只异常识别方法中，所述根据预先训练的目标检测模型对所述图像数据进行特征提取，之前还包括：
10、将所述图像数据输入至预先训练的图像质量判定模型，其中，所述图像质量判定模型用于筛选满足预设图像质量要求的图像；
11、根据所述图像质量判定模型的输出结果，进入所述根据预先训练的目标检测模型对所述图像数据进行特征提取的步骤。
12、作为一种可选的实施例，上述猪只异常识别方法中，所述对所述识别结果进行阈值筛选，得到筛选识别结果，包括：
13、对所述识别结果的外接矩形框进行非极大值抑制的筛选操作，得到第一筛选结果；
14、根据预设置信度阈值对所述第一筛选结果的置信度进行筛选，得到筛选识别结果。
15、作为一种可选的实施例，上述猪只异常识别方法中，所述根据所述筛选识别结果进行多维度信息聚合，存储聚合结果，包括：
16、将所述图像信息、所述筛选识别结果及对应的异常类别、位置信息、置信度进行存储；
17、根据单元维度、场区维度及日度、周度、月度时间维度对所述图像信息、所述筛选识别结果进行聚合；
18、将所述聚合结果进行存储并显示。
19、作为一种可选的实施例，上述猪只异常识别方法中，根据所述聚合结果生成预警报告并发送至前端处理平台，包括：
20、根据所述聚合结果得到以单元、场区维度的脓包、脱肛、疝气猪只的数量、比例，以及日度、周度、月度变化趋势，输出分析结果；
21、根据所述分析结果生成预警报告；
22、将所述预警报告发送至所述前端处理平台。
23、作为一种可选的实施例，上述猪只异常识别方法中，所述接收所述前端处理平台反馈的预警处理反馈信息，包括：
24、接收所述预警报告对应的处理操作上传的执行报告或执行操作信息；
25、接收所述预警报告对应的识别错误的场景信息。
26、作为一种可选的实施例，上述猪只异常识别方法中，所述获取图像采集设备采集的猪只的图像数据，包括：
27、接收固定摄像头在预设的时间点自动拍摄的图像数据；
28、接收移动摄像头按照预定路径和时间点自动拍摄的图像数据；
29、接收手持设备上传的图像数据。
30、为解决上述技术问题，本申请还提供一种猪只异常识别装置，包括：
31、获取模块，用于获取图像采集设备采集的猪只的图像数据；
32、提取模块，用于根据预先训练的目标检测模型对所述图像数据进行特征提取，输出所述图像数据的识别结果，其中，所述识别结果包含目标特征的外接矩形框、类别标签、置信度；
33、筛选模块，用于对所述识别结果进行阈值筛选，得到筛选识别结果；
34、聚合模块，用于根据所述筛选识别结果进行多维度信息聚合，存储聚合结果；
35、预警模块，用于根据所述聚合结果生成预警报告并发送至前端处理平台；
36、反馈模块，用于接收所述前端处理平台反馈的预警处理反馈信息。
37、为解决上述技术问题，本申请还提供一种猪只异常识别装置，包括：
38、存储器，用于存储计算机程序；
39、处理器，用于执行所述计算机程序时实现上述的猪只异常识别方法的步骤。
40、为解决上述技术问题，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的猪只异常识别方法的步骤。
41、本申请所提供的猪只异常识别方法，包括：获取图像采集设备采集的猪只的图像数据；根据预先训练的目标检测模型对图像数据进行特征提取，输出图像数据的识别结果，其中，识别结果包含目标特征的外接矩形框、类别标签、置信度；对识别结果进行阈值筛选，得到筛选识别结果；根据筛选识别结果进行多维度信息聚合，存储聚合结果；根据聚合结果生成预警报告并发送至前端处理平台；接收前端处理平台反馈的预警处理反馈信息。本申请实现自动化的脓包、脱肛、疝气猪检测标记，自动识别减少了人工检查的需求，提高了处理速度和效率。阈值筛选和多维度聚合有助于提高识别的准确性。聚合步骤提供了一个综合视角，有助于更好地理解和分析猪只的健康状况。预警报告的快速生成和发送使得问题能够得到及时的响应和处理。提供合适的处理意见，缩短问题响应周期，降低饲养员的经验不足对养殖结果的影响，提升猪群成活率、品质增益、生猪养殖效率并且有利于生产规模的快速扩展。
42、另外，本申请还提供一种装置及介质，与上述猪只异常识别方法对应，效果同上。
本文档来自技高网...【技术保护点】
1.一种猪只异常识别方法，其特征在于，包括：
2.根据权利要求1所述的猪只异常识别方法，其特征在于，所述根据预先训练的目标检测模型对所述图像数据进行特征提取，之前还包括：
3.根据权利要求1所述的猪只异常识别方法，其特征在于，所述对所述识别结果进行阈值筛选，得到筛选识别结果，包括：
4.根据权利要求3所述的猪只异常识别方法，其特征在于，所述根据所述筛选识别结果进行多维度信息聚合，存储聚合结果，包括：
5.根据权利要求4所述的猪只异常识别方法，其特征在于，根据所述聚合结果生成预警报告并发送至前端处理平台，包括：
6.根据权利要求5所述的猪只异常识别方法，其特征在于，所述接收所述前端处理平台反馈的预警处理反馈信息，包括：
7.根据权利要求1所述的猪只异常识别方法，其特征在于，所述获取图像采集设备采集的猪只的图像数据，包括：
8.一种猪只异常识别装置，其特征在于，包括：
9.一种猪只异常识别装置，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质
...【技术特征摘要】
1.一种猪只异常识别方法，其特征在于，包括：
2.根据权利要求1所述的猪只异常识别方法，其特征在于，所述根据预先训练的目标检测模型对所述图像数据进行特征提取，之前还包括：
3.根据权利要求1所述的猪只异常识别方法，其特征在于，所述对所述识别结果进行阈值筛选，得到筛选识别结果，包括：
4.根据权利要求3所述的猪只异常识别方法，其特征在于，所述根据所述筛选识别结果进行多维度信息聚合，存储聚合结果，包括：
5.根据权利要求4所述的猪只异常识别方法，其特征在于，根据所述聚合结果生成预警报告并发送至前端处理...
【专利技术属性】
技术研发人员：张玉良，冯英豪，胡旋烨，田广，李攀鹏，
申请(专利权)人：牧原食品股份有限公司，
类型：发明
国别省市：
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。