猪体重量估算方法和装置、电子设备及存储介质与流程

本技术涉及人工智能，尤其涉及一种猪体重量估算方法和装置、电子设备及存储介质。

背景技术：

1、基于单张图片的猪体重量估计，现有方法基本都是简单利用机器学习在大样本下去学习一些猪体关键点，再用这些大数据进行回归分析。这些方案的缺点一个是，当针对同一头猪进行多角度拍摄时，或者相关参考物放在地面不同位置时，猪只的体重估算结果稳定性会下降；另一个缺点是，在实际业务的各种场景下，现有方法往往只适用于一定体重范围的猪体估重，且准确率不高。根本的原因，一个是特征不能够随着3d投影变换保持不变；一个是机器学习缺乏稳定领域知识的表达，随着训练集的分布变化而变化，而训练集因为不可能捕捉所有拍摄角度和较少的情形，所以不能够学到猪体重量本身受哪些因素变化的本质规律。因此，如何在基于单张猪体图片的情形下，对任意体重范围的猪体进行准确的重量估算成为亟待解决的技术问题。

技术实现思路

1、本技术实施例的主要目的在于提出一种猪体重量估算方法和装置、电子设备及存储介质，在基于单张猪体图片的情形下，能够对任意体重范围的猪体进行准确的重量估算。

2、为实现上述目的，本技术实施例的第一方面提出了一种猪体重量估算方法，所述方法包括：

3、获取目标猪只的猪体图片；

4、将所述猪体图片输入至预先训练好的猪体分割模型，得到所述目标猪只的猪体外轮廓曲线；

5、将所述猪体图片输入至预先训练好的猪体关键点检测模型，得到所述目标猪只的猪体关键点；

6、确定所述猪体图片上每个像素在x轴和y轴两个方向对应的实际物理长度；

7、根据所述猪体外轮廓曲线、所述猪体关键点和所述实际物理长度确定所述目标猪只的猪体长度、胸围截面直线长度和肚围变化量；

8、基于先验知识、猪体躯干比例系数和所述肚围变化量调整所述目标猪只对应猪体体型的标准系数，所述猪体体型包括种猪、小猪和大猪；

9、根据所述猪体长度、所述胸围截面直线长度和所述标准系数对所述目标猪只进行重量估算，得到猪体重量估算结果。

10、在一些实施例，所述猪体关键点包括猪的耳朵点、尾巴点、两个前脚和腹部的交点、腹部四个点以及后腿与腹部的交点。

11、在一些实施例，所述确定所述猪体图片上每个像素在x轴和y轴两个方向对应的实际物理长度，包括：

12、基于harris的棋盘格角点检测算法对所述猪体图片进行角点坐标检测，得到角点检测结果；

13、根据所述角点检测结果计算出所述猪体图片上每个像素在x轴和y轴两个方向对应的实际物理长度。

14、在一些实施例，所述根据所述猪体外轮廓曲线、所述猪体关键点和所述实际物理长度确定所述目标猪只的猪体长度、胸围截面直线长度和肚围变化量，包括：

15、根据所述耳朵点、所述尾巴点、所述猪体外轮廓曲线和所述实际物理长度确定所述猪体长度；

16、根据所述两个前脚和腹部的交点、所述猪体外轮廓曲线和所述实际物理长度确定所述胸围截面直线长度；

17、根据所述腹部四个点以及后腿与腹部的交点、所述猪体外轮廓曲线和所述实际物理长度确定所述肚围变化量。

18、在一些实施例，所述根据所述耳朵点、所述尾巴点、所述猪体外轮廓曲线和所述实际物理长度确定所述猪体长度，包括：

19、确定所述猪体外轮廓曲线分别距离所述耳朵点和所述尾巴点最近的第一目标点和第二目标点；

20、采用多项式曲线对所述第一目标点和所述第二目标点之间的曲线进行拟合，得到曲线段；

21、根据所述实际物理长度采用积分计算所述曲线段的曲线长度，得到所述猪体长度。

22、在一些实施例，所述根据所述两个前脚和腹部的交点、所述猪体外轮廓曲线和所述实际物理长度确定所述胸围截面直线长度，包括：

23、确定第一前腿和腹部的第一交点、以及第二前腿和腹部的第二交点；

24、计算所述第一交点和所述第二交点之间的距离值；

25、在所述距离值小于预设阈值的情况下，确定所述第一交点和所述第二交点之间的中点作为第一胸围截面点，以及确定所述第一胸围截面点到所述猪体外轮廓曲线距离最近的点作为第二胸围截面点；或者，在所述距离值大于等于预设阈值的情况下，确定所述第一交点和所述第二交点中距离后腿最近的点作为第一胸围截面点，以及确定所述第一胸围截面点到所述猪体外轮廓曲线距离最近的点作为第二胸围截面点；

26、根据所述实际物理长度采用积分计算所述第一胸围截面点和所述第二胸围截面点之间的截面长度，得到所述胸围截面直线长度。

27、在一些实施例，所述根据所述腹部四个点以及后腿与腹部的交点、所述猪体外轮廓曲线和所述实际物理长度确定所述肚围变化量，包括：

28、基于所述腹部四个点以及后腿与腹部的交点作连线，得到多个平行线；

29、确定多个所述平行线中的最大值和最小值；

30、计算所述最大值和所述最小值之间的差值；

31、计算多个平行线长度变化的标准差；

32、根据所述差值和所述标准差确定所述肚围变化量。

33、为实现上述目的，本技术实施例的第二方面提出了一种猪体重量估算装置，所述装置包括：

34、第一模块，用于获取目标猪只的猪体图片；

35、第二模块，用于将所述猪体图片输入至预先训练好的猪体分割模型，得到所述目标猪只的猪体外轮廓曲线；

36、第三模块，用于将所述猪体图片输入至预先训练好的猪体关键点检测模型，得到所述目标猪只的猪体关键点；

37、第四模块，用于确定所述猪体图片上每个像素在x轴和y轴两个方向对应的实际物理长度；

38、第五模块，用于根据所述猪体外轮廓曲线、所述猪体关键点和所述实际物理长度确定所述目标猪只的猪体长度、胸围截面直线长度和肚围变化量；

39、第六模块，用于基于先验知识、猪体躯干比例系数和所述肚围变化量调整所述目标猪只对应猪体体型的标准系数，所述猪体体型包括种猪、小猪和大猪；

40、第七模块，用于根据所述猪体长度、所述胸围截面直线长度和所述标准系数对所述目标猪只进行重量估算，得到猪体重量估算结果。

41、为实现上述目的，本技术实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

42、为实现上述目的，本技术实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

43、本技术提出的猪体重量估算方法和装置、电子设备及存储介质,获取目标猪只的猪体图片；将猪体图片输入至预先训练好的猪体分割模型，得到目标猪只的猪体外轮廓曲线；将猪体图片输入至预先训练好的猪体关键点检测模型，得到目标猪只的猪体关键点；确定猪体图片上每个像素在x轴和y轴两个方向对应的实际物理长度；根据猪体外轮廓曲线、猪体关键点和实际物理长度确定目标猪只的猪体长度、胸围截面直线长度和肚围变化量；基于先验知识、猪体躯干比例系数和肚围变化量调整目标猪只对应猪体体型的标准系数，猪体体型包括种猪、小猪和大猪；根据猪体长度、胸围截面直线长度和标准系数对目标猪只进行重量估算，得到猪体重量估算结果。通过将单张目标猪只的猪体图片分别输入至预先训练好的猪体分割模型和猪体关键点检测模型，模型输出得到目标猪只的猪体外轮廓曲线和猪体关键点，再根据猪体外轮廓曲线、猪体关键点和实际物理长度确定目标猪只的猪体长度、胸围截面直线长度和肚围变化量。并结合专家先验知识、猪体躯干比例系数和肚围变化量调整目标猪只对应猪体体型的标准系数，最终根据猪体长度、胸围截面直线长度和标准系数对目标猪只进行重量估算，由于猪体长度、胸围截面直线长度、肚围变化量和标准系数都是可解释的、稳定的、符合专家知识和物理常识的特征，这些特征可以反映猪体重量的变化规律，从而能够实现对目标猪只更准确的重量估算。基于此，本技术实施例可以应用于人工智能领域，在基于单张猪体图片的情形下，能够对任意体重范围的猪体进行准确的重量估算。