[發明專利]一種料槽余食監測方法及系統

在審

• 申請號: 202110185234.8
• 申請日: 2021-02-10
• 公開（公告）號: CN112861734A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 李奇峰;丁露雨;呂陽;馬為紅;高榮華;余禮根;于沁楊
• 申請（專利權）人: 北京農業信息技術研究中心
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 聶俊偉

1.一種料槽余食監測方法，其特征在于，包括：

對目標料槽圖像進行圖像語義分割，獲取料槽子圖像和牛體子圖像，并計算所述料槽子圖像占所述目標料槽圖像的像素百分比；所述目標料槽圖像為料槽圖像集中的任一幀；所述料槽圖像集是按第一預設采樣頻率在第一預設時間段內采集的；

由所有像素百分比大于第一預設閾值的目標料槽圖像，構成有效料槽圖像集；

將所述有效料槽圖像集中的有效料槽圖像分別輸入至預先訓練好的剩余飼料識別模型，獲取由所述剩余飼料識別模型輸出的與每幀所述有效料槽圖像對應的飼料百分比；

根據所有所述飼料百分比的平均值，確定所述料槽余食的百分比。

2.根據權利要求1所述的料槽余食監測方法，其特征在于，在第二預設時間段內，若所有料槽圖像所對應的平均像素百分比大于第二預設閾值，則將所述第一預設采樣頻率調整至第二預設采樣頻率，并按所述第二預設采樣頻率繼續采集料槽圖像；

所述第二預設采樣頻率高于所述第一預設采樣頻率。

3.根據權利要求1所述的料槽余食監測方法，其特征在于，在將所述有效料槽圖像集中的有效料槽圖像分別輸入至預先訓練好的剩余飼料識別模型之前，還包括：

按照像素百分比的由高到低，對所述有效料槽圖像集中的有效料槽圖像進行排序，獲取有效料槽圖像序列；

相應地，所述將所述有效料槽圖像集中的有效料槽圖像分別輸入至預先訓練好的剩余飼料識別模型，包括：

選取所述有效料槽圖像序列中的排序靠前的N幀有效料槽圖像，分別輸入至預先訓練好的所述剩余飼料識別模型。

4.根據權利要求1所述的料槽余食監測方法，其特征在于，在對目標料槽圖像進行圖像語義分割之前還包括：

在將所述目標料槽圖像的像素進行統一調整至預設像素后，采用離差標準化對所述目標料槽圖像進行歸一化處理。

5.根據權利要求1所述的料槽余食監測方法，其特征在于，所述剩余飼料識別模型是通過在原始遷移網絡模型后加入自定義神經網絡層構成的；

所述自定義神經網絡層包括全連接層、遺忘層和全局平均池化層。

6.根據權利要求5所述的料槽余食監測方法，其特征在于，還包括對所述剩余飼料識別模型進行預訓練，具體為：

凍結所述原始遷移網絡模型的全部參數層，并利用訓練樣本集對所述剩余飼料識別模型進行初步預訓練；

解凍所述原始遷移網絡模型的全部參數層，并利用所述訓練樣本集對初步預訓練后的所述剩余飼料識別模型進行重新預訓練。

7.根據權利要求6所述的料槽余食監測方法，其特征在于，所述利用訓練樣本集對所述剩余飼料識別模型進行初步預訓練，包括：

對于任意一個訓練樣本，將所述訓練樣本輸入至所述剩余飼料識別模型，輸出所述訓練樣本對應的標定飼料百分比概率；

利用交叉熵損失函數，根據所述訓練樣本對應的標定飼料百分比概率和所述訓練樣本中的飼料百分比標簽計算損失值；

若所述損失值小于預設閾值，則所述初步預訓練完成。

8.一種料槽余食監測系統，其特征在于，包括：

圖像處理單元，用于對目標料槽圖像進行圖像語義分割，獲取料槽子圖像和牛體子圖像，并計算所述料槽子圖像占所述目標料槽圖像的像素百分比；所述目標料槽圖像為料槽圖像集中的任一幀；所述料槽圖像集是按第一預設采樣頻率在第一預設時間段內采集的；由所有像素百分比大于第一預設閾值的目標料槽圖像，構成有效料槽圖像集；

圖像識別單元，用于將所述有效料槽圖像集中的有效料槽圖像分別輸入至預先訓練好的剩余飼料識別模型，獲取由所述剩余飼料識別模型輸出的與每幀所述有效料槽圖像對應的飼料百分比；

數據運算單元，用于根據所有所述飼料百分比的平均值，確定所述料槽余食的百分比。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述料槽余食監測方法步驟。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述料槽余食監測方法步驟。