基于机器视觉的母猪背部脂肪厚度估计
Yue Jian1, Shihua Pu1, Jiaming Zhu1
1Chongqing Academy of Animal Sciences, Chongqing 402460, China.
Animals : an open access journal from MDPI
|December 17, 2024
概括
这项研究开发了一种自动机器视觉系统,使用3D部成像来估计母猪背部脂肪厚度. 精确的,非侵入性的方法提高了母猪管理和农场经济.
科学领域:
- 动物科学动物科学
- 农业工程 农业工程
- 计算机视觉 计算机视觉
背景情况:
- 播种背部脂肪厚度对于生殖表现和农场利能力至关重要.
- 手动测量方法耗时且劳动密集.
研究的目的:
- 开发一种自动化,非侵入性的方法来估计母猪背部脂肪厚度.
- 通过机器视觉来提高母猪管理的效率和准确性.
主要方法:
- 使用Azure Kinect DK和超声波收集了154头母猪的3D图像和背部脂肪数据.
- 从母猪股中提取了10个外部形态参数.
- 开发并验证了用于背部脂肪厚度估计的机器学习模型.
主要成果:
- 在背部脂肪厚度和部形态之间发现了显著的正相关性 (皮尔森r=0.90).
- 开发的模型在独立数据上实现了R2=0.8923,MAE=1.23毫米,MAPE=5.73%.
- 该系统证明了符合生产要求的高精度.
结论:
- 基于机器视觉的方法为测量母猪背部脂肪提供了准确和高效的替代方法.
- 这种自动化系统可以提高母猪养殖场管理和经济效益.
- 这项研究旨在促进猪生产系统的自动化.
