基于EfficientDet的生猪排泄行为识别研究.pdf
《基于EfficientDet的生猪排泄行为识别研究.pdf》由会员分享,可在线阅读,更多相关《基于EfficientDet的生猪排泄行为识别研究.pdf(6页珍藏版)》请在咨信网上搜索。
1、第 46 卷第 4 期2023 年 7 月河 北 农 业 大 学 学 报JOURNAL OF HEBEI AGRICULTURAL UNIVERSITYVol.46 No.4Jul.2 0 2 3基于 EfficientDet 的生猪排泄行为识别研究杨灵星1,彭小雪1,邹 亮1,李东明1,2(1.河北农业大学 机电工程学院,河北 保定 071001;2.河北省畜禽养殖智能装备与新能源利用重点实验室,河北 保定 071001)摘要:猪的排泄行为是评价其健康状态的重要指标,实时检测猪的排泄行为至关重要。为了实现猪的排泄行为检测,本文提出了 1 种基于 EfficientDet 的目标检测方法,利用
2、 FLIR lepton3.5 红外热成像模组搭载 Open MV底板获取猪热红外视频图像,经过视频剪辑,图片截取、人工标注等方法处理数据集,训练 EfficientDet 深度学习网络并获得了不同迭代次数下的最优模型。试验结果表明,最优模型的平均精度均值达 95.83%,排尿、排便、闲逛行为的精度分别为 97.64%,95.10%,94.76%。本试验检测识别效果良好,可为生猪精准化养殖提供支撑。关 键 词:热红外图像;EfficientDet 算法;猪;排泄行为中图分类号:TP391.4;S828.9+1 开放科学(资源服务)标识码(OSID):文献标志码:AResearch on pig
3、 excretion behavior recognition based on EfficientDetYANGLingxing1,PENGXiaoxue1,ZOULiang1,LIDongming1,2(1.College of Mechanical and Electrical Engineering,Hebei Agricultural University,Baoding 071001,China;2.Hebei Province Key Laboratory Intelligent Equipment and New Energy Utilization of Livestock
4、and Poultry Breeding,Baoding 071001,China)Abstract:Excretion behavior of pigs is an important indicator to evaluate their health status,thus it is crucial of real-time detection of excretion behavior of pigs.In order to detect the excretion behavior of pigs,a target detection method based on Efficie
5、ntDet was proposed in this paper.The FLIR Lepton 3.5 infrared thermal imaging module was equipped with Open MV floor to obtain the thermal infrared video image of pigs.The data sets were further processed with video editing,image interception and manual annotation.The EfficientDet deep learning netw
6、ork was trained to obtain the optimal model under different iterations.The experimental results show that the average accuracy of the optimal model was 95.83%,and the accuracy of urination,defecation and strolling behavior was 97.64%,95.10%and 94.76%,respectively.The detection and identification eff
7、ects of this experiment was good,which provides support for precision breeding of live pigs.Keywords:thermal infrared image;EfficientDet algorithm;pigs;excretion behavior收稿日期:2022-03-20基金项目:河北省重点研发计划项目(19227205D).第一作者:杨灵星(1995),女,湖北十堰人,硕士研究生,主要从事智能检测与自动控制技术研究.E-mail:.通信作者:李东明(1978),男,河北衡水人,硕士,副教授,主要
8、从事人工智能与数字农业研究.E-mail:.本刊网址:http:/文章编号:1000-1573(2023)04-0125-06DOI:10.13320/ki.jauh.2023.0068随着我国生猪养殖业的不断发展,养殖模式正由传统分散化向集约化转变,提高信息化、自动化和智能化水平对养殖模式的转变具有重要意义。监测生猪排泄行为是智慧健康养殖研究的重要内容,准确识别生猪排泄行为能够反应生猪健康状况,对猪舍猪粪尿做到及时清理,保持猪舍环境清洁,降126第 46 卷河 北 农 业 大 学 学 报低人工成本,减少猪舍有害气体排放,从而提高生猪养殖的经济效益和生态效益。因此,实时监测猪的排泄行为对生猪养
9、殖业发展具有重要意义。目前,国内外研究主要通过传感器技术和机器视觉技术实现猪的排泄行为识别。传感器技术需要对动物佩戴电子设备1-3,然而,这种方法容易引起动物应激反应,且投资成本较高、数据传输范围有限。机器视觉技术因为其无侵入、效率高、成本低的特点成为猪排泄行为识别的重要技术手段。朱伟兴等4采集猪舍排泄区图像,通过图像处理算法识别猪的异常排泄行为并设计了 1 种疑似病猪行为自动监测系统。吴世海等5通过 CCD 相机获取猪舍 RBG 图像,利用多层卷积神经网络(CNN)提取特征并进行融合的方法来识别猪的运动、呼吸、饮食和排泄等行为。丁静等采集了猪舍视频帧,利用 YOLO V3 网络结构模型实现了
10、断奶仔猪腹泻自动检测6。由于猪舍存在饲料残渣、排泄物堆叠的现象,猪舍环境较为复杂,难以从排泄物形态识别排尿与排便行为。因此,大多数研究采用 RGB 成像技术,通过猪排泄姿态识别猪排尿与排便行为。但母猪排尿、排便与公猪排便姿态相同7,在识别过程中容易产生较大误差。热红外图像能呈现物体表面温度分布情况,即使在夜晚无光环境下也能实现物体的较好检测。猪体和新排出的猪粪尿温度较高,在热红外图像上反映较显著,具备了结合排泄姿态和排泄物形态识别猪排泄行为的可行性。在算法选择上,EfficiendDet模型参数少,推理速度快,准确率高,在禽畜行为检测方面表现出较好的识别效果8-9。基于此,本文提出了 1 种利
11、用热红外图像结合 EfficiendDet 深度学习算法的连续全天候实时检测猪排泄行为的方法。1 材料与方法1.1 数据采集本试验于 2021 年 6 月 23 日至 7 月 13 日在河北省迁安市杨各庄镇的 1 个生猪养殖场内进行,养殖场地面由石料水泥制成。试验选取长宽高分别为 6 m3 m2 m 的梯形围栏,围栏内养殖 8 头月龄为 3 个月左右的健康育肥大白猪(母猪 6 头,公猪2 头)。摄像头选用 FLIR Lepton3.5 红外热成像模组搭载 Open MV 底板,并将其固定放置于围栏正前方置物台上,实际拍摄现场如图 1 所示。c.闲逛a.排尿b.排便图 1 3 种行为的典型图像F
12、ig.1 Typical image of three behaviors1.2 数据集构建1.2.1 图像获取 猪的正常体温范围为 38 39.5 (直肠温度)10,因此使用 Open MV 的 IDE 编辑代码设置参数,使温度范围为 20 40,分辨率设置为 640480,帧率为 25 fps,并设置为 24 h 全天录制。使用视频编辑专家软件将视频剪辑为排泄行为发生前 5 s 至排泄行为发生后 5 s 的视频段,并在得到的视频段中每隔 1 s 截取 1 张图片,保存为“.jpg”格式,共获取图片 3 487 张。1.2.2 人工标注 使用 LabelImg 软件以外接矩形框的形式标注猪的
13、位置及类别。现有研究表明,猪有靠近墙根排泄的行为习惯11,且母猪排尿、排便与公猪排便的姿态相同,2 只后腿轻微弯曲且身体伫立不动,公猪的排尿姿态与站立姿态相似7。本试验根据排泄姿态及排泄物形态进行分类,标记矩形框时将猪体与其排泄物一起框入矩形框内。为了便于算法更好识别排泄行为,本试验引入闲逛标签,将其他非排泄行为的姿态统一标记为闲逛,标签定义详见表 1,3 种行为的典型图像如图 1(a)、(b)、(c)所示。根据表 1 标签定义进行标注,LabelImg 软件的标注界面见图 2。经统计,闲逛行为 2 138 个,排尿行为 1 595 个,排便行为 1 010 个。127第 4 期杨灵星,等:基
14、于 EfficientDet 的生猪排泄行为识别研究表 1 标签定义Table 1 Label definition标签Label定义Definition排尿1.两只后腿微弯,身体伫立不动,且臀部后方地面有不成形排泄物,排泄物面积较大。2.两只后腿分开,身体直立伫立不动且腹部下方有不成形排泄物,排泄物面积较大。排便两只后腿微弯且身体伫立不动,臀部后方地面有成形排泄物,排泄物面积较小。闲逛包括采食、饮水、伫立、行走、探究、奔跑等行为。图 2 行为标注图Fig.2 Behavior labeling graph1.2.3 划分数据集 按照91的比例划分数据集12,得到训练集图片 3 138 张,测
15、试集图片 349 张。1.3 猪排泄行为检测算法EfficientDet 是由 Google Brain 团队于 2020 年提出的一阶段检测器家族,与 R-CNN 系列等二阶段检测器相比,其结构更简单,推理速度更快,效率更高13。EfficientDet 的骨干网络采用分类模型 EfficientNet网络14,特征网络采用独具特色的加权双向特征融合网络(BiFPN),通过无界融合、基于 SoftMax的融合、快速归一化融合这 3 种融合方法为每个输入增加额外权重。BiFPN 将从 EfficientNet 骨干网络中提取到的猪只热红外图像 3 7 级特征反复应用自顶向下和自底向上双向特征融
16、合,融合后的特征被送入类别/目标框的预测网络,实现了简单、快速地目标识别,EfficientDet 的网络结构如图 3 所示13。为了优化精度和效率,根据 Google Brain 团队提出的混合扩充技术,同时扩充了主干网络、FPN、box/class 的输入分辨率、深度和宽度的维度,从而达到了提高效率的目的。图 3 EfficientDet 网络结构图Fig.3 EfficientDet network structure diagram2 结果与分析2.1 模型训练本 试 验 计 算 机 配 置:Intel(R)Core(TM)i5-10400F CPU 2.90GHz;NVIDIA Ge
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 EfficientDet 生猪 排泄 行为 识别 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。