文献类型： 中文期刊

作者： 赵宇亮 ¹ ; 曾繁国 ¹ ; 贾楠 ¹ ; 朱君 ¹ ; 王海峰 ¹ ; 李斌 ¹ ;

作者机构： 1.北京市农林科学院智能装备技术研究中心

关键词： 猪只;DeepLabCut;非接触式;特征点;体尺测量

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2023 年 002 期

页码： 249-255,292

收录情况： EI ; 北大核心 ; CSCD

摘要： 为解决基于计算机视觉猪只体尺测量过程中存在的对猪只姿态依赖度高、测定效率低等问题，提出了一种基于DeepLabCut算法的非接触式猪只体尺快速测量方法。本研究以长白猪为研究对象，使用RealSense L515深感相机作为图像数据采集单元获取猪只背部RGB-D数据，通过分析对比ResNet、MobileNet-V2、EfficientNet系列的10个主干网络训练效果，选取EfficientNet-b6模型作为DeepLabCut算法最优主干网络进行猪只体尺特征点检测；为实现猪只体尺数据的精准计算，本文采用SVM模型识别猪只站立姿态，筛选猪只自然站立状态；在此基础上，采用深度数据临近区域替换算法对离群特征点进行优化，并计算猪只体长、体宽、体高、臀宽和臀高5项体尺指标。经对140组猪只图像进行测试发现，本研究提出的算法可实现猪只自然站立姿态下体尺的实时、精准测量，体尺最大均方根误差为1.79 cm,计算耗时为每帧0.27 s。