-
公开(公告)号:CN118968556A
公开(公告)日:2024-11-15
申请号:CN202411044325.X
申请日:2024-07-31
Applicant: 华中农业大学
IPC: G06V40/10 , G06V10/422 , G06V10/774 , G06V10/82 , G06N3/0464 , A61B8/08
Abstract: 本发明属于计算机视觉和人工智能技术领域,公开了一种基于深度学习的猪活体B超影像数据分析方法与系统,旨在解决养猪业自动化测量中的效率低、误差大等问题。系统利用YOLOv8Pose模型进行关键点检测,实现对背膘厚度和眼肌深度的精准快速测量。具体步骤包括:构建包含多样性和全面性的B超影像数据集,进行检测框和关键点标注,应用数据增强策略训练深度学习模型,并开发相应的B超影像分析与计算算法。系统集成了图像上传、模型管理、图像分析、结果展示与导出、数据存储和管理、以及异常处理与日志记录模块。通过模型性能评估和多次测量跳跃区间分析,验证了系统的稳定性和可靠性。
-
公开(公告)号:CN118967771A
公开(公告)日:2024-11-15
申请号:CN202411044324.5
申请日:2024-07-31
Applicant: 华中农业大学 , 牧原食品股份有限公司
Abstract: 本发明属于智能农业和畜牧业自动化领域,具体涉及一种基于深度学习技术的屠宰线胴体长度实时测量方法及系统,利用深度相机实时采集带深度图的三维数据,通过深度学习模型分析图像,测量胴体长度,并通过欧氏距离算法计算关键点间的距离,实现精准测量。图像采集模块负责实时采集三维数据,数据处理模块使用深度学习技术分析图像并测量胴体长度,结果显示模块实时显示测量结果,存储和分析影像,绘制关键点和连线,记录测量结果,便于后续数据分析。系统通过数据增强技术提高模型在各种环境下的泛化能力,并通过时间序列计数法记录经过ROI区域的猪只帧数,确保数据的准确性和自动筛选。该系统具有高精度、实时性和高效性的优点。
-