使用计算机视觉来确定母猪肩部病变的存在和大小
Shubham Bery1, Tami M Brown-Brandl1, Bradley T Jones2
1Department of Biological Systems Engineering, University of Nebraska-Lincoln, Lincoln, NE 68583, USA.
Animals : an open access journal from MDPI
|January 11, 2024
概括
计算机视觉可以准确地检测和测量繁殖母猪的肩膀. 这项技术有助于改善动物福利并减少与这些病变相关的经济损失.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 计算机科学 计算机科学
- 动物科学动物科学
背景情况:
- 肩膀是繁殖母猪的重大福利和经济问题,导致杀.
- 伤害发生率因地板,身体状况和性而有很大差异 (5-50%).
- 目前的管理涉及劳动密集型治疗和药物治疗.
研究的目的:
- 评估计算机视觉,用于检测和测量母猪的肩部病变.
- 评估深度学习模型对于病变定位和大小估计的有效性.
主要方法:
- 使用微软 Kinect V2 摄像头进行自上而下的深度和 RGB 成像.
- 从70头母猪收集了824张RGB图像,这些母猪的病变阶段各不相同.
- 实施并比较了YOLOv5,YOLOv8和Faster-RCNN用于病变检测.
- 采用传统和深度学习 (U-Net) 细分用于区域估计.
主要成果:
- YOLOv5实现了最高的检测性能,其mAP@0.5为0.92.
- 对象检测模型成功地定位了病变区域.
- 分段技术使得损伤大小的估计成为可能.
结论:
- 计算机视觉提供了一种有希望的,有效的方法来检测和评估母猪肩部病变.
- 这项技术可以提高母猪福利,减轻经济影响.
- 进一步开发可以导致自动化监控系统.


