一种基于迁移学习的复杂环境下猪脸识别方法及系统

    公开(公告)号:CN117727070A

    公开(公告)日:2024-03-19

    申请号:CN202311764894.7

    申请日:2023-12-20

    摘要: 本发明属于计算机视觉技术领域,尤其涉及一种基于迁移学习的复杂环境下猪脸识别方法及系统,基于卷积神经网络和迁移学习。通过创建包含不同日龄阶段、不同光照条件和视角下的猪脸图像数据集,结合复杂数据预处理和增强技术,实现对猪脸特征的高效识别。本发明采用多种深度学习架构,如ConvNext、ResNet、GoogLeNet、VGG和MobileNet并通过迁移学习策略,提高模型在复杂环境下的泛化能力和识别准确率。本发明代表了养猪业自动化管理的一次重大进步,通过采用最新的计算机视觉和机器学习技术,本发明不仅提高了猪脸识别的准确性和效率,还显著提升了模型在不同环境条件下的稳定性和泛化能力。

    一种种猪生长性能测定数据校正方法、系统、设备及终端

    公开(公告)号:CN116991835A

    公开(公告)日:2023-11-03

    申请号:CN202310961515.7

    申请日:2023-08-02

    摘要: 本发明属于猪自动化生长性能测定技术领域,公开了一种种猪生长性能测定数据校正方法、系统、设备及终端,获取测定数据并汇总到以每头猪只为单位的测定数据表中,将每头猪的测定数据表与种猪群体的出生信息进行匹配,得到每头猪对应的日龄、性别、品种等信息;通过计算每头猪测定期间(Measurement Period,MP)所形成的集合之间的最适交集,确定整个种猪群体中涵盖最多个体的校正测定期;对于每头猪在校正测定期内的每日体重数据与每日采食量数据的缺失值进行填充校正,计算校正测定期内每头猪的平均日增重(Average Daily Gain,ADG)和料肉比(Feed Conversion Ratio,FCR),计算校正测定期内每头猪随着日龄增加体重的变化,并绘制校正测定期内每头猪的生长曲线图。

    一种种猪生长性能测定数据质控方法、系统、设备及终端

    公开(公告)号:CN115168342A

    公开(公告)日:2022-10-11

    申请号:CN202210706793.3

    申请日:2022-06-21

    摘要: 本发明属于猪自动化生长性能测定技术领域,公开了一种种猪生长性能测定数据质控方法、系统、设备及终端,从种猪生长性能测定系统获取测定数据并汇总得到测定记录表,将测定记录表与系谱信息进行匹配;运用四分位法对每头猪的采食速度进行质控,计算采食速度;计算每头猪在测定期相邻日龄的增重并进行汇总质控,用Logistic回归模型预测每个日龄的体重,计算得到每头猪的最终体重记录。本发明采用的方法能对异常生长性能测定数据进行质控,提高生长性能测定数据的准确性和科学性,提升我国种猪在生长速度和饲料效率性状的改良速,有效解决由于设计缺陷、机械故障或活口动物行为问题导致记录的数据并不准确,影响育种数据准确性的问题。

    一种种猪生长性能测定数据质控方法、系统、设备及终端

    公开(公告)号:CN115168342B

    公开(公告)日:2023-05-05

    申请号:CN202210706793.3

    申请日:2022-06-21

    摘要: 本发明属于猪自动化生长性能测定技术领域,公开了一种种猪生长性能测定数据质控方法、系统、设备及终端,从种猪生长性能测定系统获取测定数据并汇总得到测定记录表,将测定记录表与系谱信息进行匹配;运用四分位法对每头猪的采食速度进行质控,计算采食速度;计算每头猪在测定期相邻日龄的增重并进行汇总质控,用Logistic回归模型预测每个日龄的体重,计算得到每头猪的最终体重记录。本发明采用的方法能对异常生长性能测定数据进行质控,提高生长性能测定数据的准确性和科学性,提升我国种猪在生长速度和饲料效率性状的改良速,有效解决由于设计缺陷、机械故障或活口动物行为问题导致记录的数据并不准确,影响育种数据准确性的问题。