一种牲畜外伤检测方法、装置、设备和存储介质

本发明属于畜牧养殖技术领域，特别是涉及一种牲畜外伤检测方法、装置、设备和存储介质。

背景技术：

众所周知，牲畜养殖是一个劳动密集型的行业，现有技术中，当需要对牲畜外伤进行检测时，一种是人工方式，比较费时费力，依赖于操作人员的个人素质，而且由于受到各种因素的影响，也不容易将所有具有外伤的牲畜都找出来，还有一种是依赖于自动化技术来检测牲畜的外伤，自动化技术采用的目标检测方法包含两种，一种是通过传统opencv进行边缘检测获取目标轮廓，但是该方法较难适应复杂场景目标检测的需求，另外一种是深度学习的方法，但其主要针对的是行人、车辆等照片，并且准确率较低，也不适合应用在牲畜外伤检测的领域中。

技术实现要素：

为解决上述问题，本发明提供了一种牲畜外伤检测方法、装置、设备和存储介质，能够提前对存在外伤的牲畜进行预警，降低人工成本，并且降低生物安全风险。

本发明提供的一种牲畜外伤检测方法包括：

获取拍照指令，采集牲畜的可见光图像；

利用目标检测模型从所述可见光图像中识别出目标牲畜；

对所述目标牲畜进行轮廓检测，确定出疑似外伤轮廓；

对所述疑似外伤轮廓进行颜色检测，判断所述疑似外伤轮廓是否为真实外伤轮廓；

当结果为是时，发出牲畜外伤警告。

优选的，在上述牲畜外伤检测方法中，在所述获取拍照指令之前，还包括对所述目标检测模型进行训练，包括：

利用数据增强方式对所述可见光图像进行扩充，得到模型训练样本集；

将所述模型训练样本集中的图片调整到相同的大小，获取真实的mask位置信息；

通过mrcnn模型得到预测的bbox信息，将真实的bbox位置信息与所述预测的bbox信息进行对比；

将分类loss、confidenceloss、locationloss、iouloss之和做为最终的loss，利用反向传播算法更新权重，直到模型收敛或者满足迭代终止条件。

优选的，在上述牲畜外伤检测方法中，利用安装在巡检小车上的红外热像仪采用牲畜的可见光图像。

优选的，在上述牲畜外伤检测方法中，所述对所述目标牲畜进行轮廓检测，确定出疑似外伤轮廓包括：

对所述目标牲畜进行canny轮廓检测，并将轮廓与椭圆对比，将与椭圆度相似度高于预设阈值的轮廓确定为疑似外伤轮廓。

优选的，在上述牲畜外伤检测方法中，所述对所述疑似外伤轮廓进行颜色检测，判断所述疑似外伤轮廓是否为真实外伤轮廓包括：

判断所述疑似外伤轮廓的颜色的hsv值是否大于预设hsv值，当结果为是时，确定所述疑似外伤轮廓为真实外伤轮廓。

本发明提供的一种牲畜外伤检测装置中包括：

图像采集部件，用于获取拍照指令，采集牲畜的可见光图像；

目标牲畜识别部件，用于利用目标检测模型从所述可见光图像中识别出目标牲畜；

疑似外伤轮廓检测部件，用于对所述目标牲畜进行轮廓检测，确定出疑似外伤轮廓；

真实外伤轮廓确定部件，用于对所述疑似外伤轮廓进行颜色检测，判断所述疑似外伤轮廓是否为真实外伤轮廓；

警告部件，用于当结果为是时，发出牲畜外伤警告。

优选的，在上述牲畜外伤检测装置中，还包括用于对所述目标检测模型进行训练的训练部件，具体用于利用数据增强方式对所述可见光图像进行扩充，得到模型训练样本集；将所述模型训练样本集中的图片调整到相同的大小，获取真实的mask位置信息；通过mrcnn模型得到预测的bbox信息，将真实的bbox位置信息与所述预测的bbox信息进行对比；将分类loss、confidenceloss、locationloss、iouloss之和做为最终的loss，利用反向传播算法更新权重，直到模型收敛或者满足迭代终止条件。

优选的，在上述牲畜外伤检测装置中，所述图像采集部件为安装在巡检小车上的红外热像仪。

本发明提供的一种计算机设备包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上面任一项所述牲畜外伤检测方法的步骤。

本发明提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上面任一项所述牲畜外伤检测方法的步骤。

通过上述描述可知，本发明提供的上述牲畜外伤检测方法，由于包括先获取拍照指令，采集牲畜的可见光图像；然后利用目标检测模型从所述可见光图像中识别出目标牲畜；再对所述目标牲畜进行轮廓检测，确定出疑似外伤轮廓；然后对所述疑似外伤轮廓进行颜色检测，判断所述疑似外伤轮廓是否为真实外伤轮廓；最后当结果为是时，发出牲畜外伤警告，可见这就无需人工的参与，就能够提前对存在外伤的牲畜进行预警，降低人工成本，并且无需人员接触牲畜，从而能够降低生物安全风险。本发明提供的上述牲畜外伤检测装置、设备和存储介质具有与上述方法相同的优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的一种牲畜外伤检测方法的实施例的示意图；

图2为本发明提供的一种牲畜外伤检测装置的实施例的示意图；

图3为本发明提供的一种计算机设备的实施例的示意图。

具体实施方式

本发明的核心是提供一种牲畜外伤检测方法、装置、设备和存储介质，能够提前对存在外伤的牲畜进行预警，降低人工成本，并且降低生物安全风险。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供的一种牲畜外伤检测方法的实施例如图1所示，图1为本发明提供的一种牲畜外伤检测方法的实施例的示意图，该方法包括如下步骤：

s1：获取拍照指令，采集牲畜的可见光图像；

具体的，可以使用可见光摄像头采集可见光数据，通过数据采集和数据增强技术，获取模型的初始样本集。

s2：利用目标检测模型从可见光图像中识别出目标牲畜；

也就是说，可见光图像中会有许多事物，因此需要从这些事物中识别出每个目标牲畜，从而才能够对这些牲畜身上的伤进行检测。

s3：对目标牲畜进行轮廓检测，确定出疑似外伤轮廓；

需要说明的是，目标牲畜的外伤轮廓一般是椭圆形的，因此可以根据预先训练出来的模型来检测，确定出疑似外伤轮廓，留待后续步骤中继续判断。

s4：对疑似外伤轮廓进行颜色检测，判断疑似外伤轮廓是否为真实外伤轮廓；

需要说明的是，外伤的颜色会与其他没有外伤的部位颜色不同，因此可以利用颜色的区别来判断是否存在真实外伤，这都是可以通过预先训练过的模型进行判断的。

s5：当结果为是时，发出牲畜外伤警告。

也就是说，当轮廓和颜色都符合外伤的特征时，则判断这是真实外伤，从而提醒相关人员存在有外伤的牲畜，以便做出及时处理，避免出现更糟糕的情况。

利用上述实施例，能够全天候监测牲畜的健康状态，更方便检测出牲畜身上的外伤，及时进行异常预警，通知饲养员及时进行干预，减少牲畜的损伤，这样能够减少人工成本，通过对栏位外伤情况进行分析，结合环控设备，对栏位进行精准的小环境控制，让牲畜生活的环境更舒适，生长的更健康。

通过上述描述可知，本发明提供的上述牲畜外伤检测方法的实施例中，由于包括先获取拍照指令，采集牲畜的可见光图像；然后利用目标检测模型从可见光图像中识别出目标牲畜；再对目标牲畜进行轮廓检测，确定出疑似外伤轮廓；然后对疑似外伤轮廓进行颜色检测，判断疑似外伤轮廓是否为真实外伤轮廓；最后当结果为是时，发出牲畜外伤警告，可见这就无需人工的参与，就能够提前对存在外伤的牲畜进行预警，降低人工成本，并且无需人员接触牲畜，从而能够降低生物安全风险。

在上述牲畜外伤检测方法的一个具体实施例中，在获取拍照指令之前，还包括对目标检测模型进行训练，包括：

利用数据增强方式对可见光图像进行扩充，得到模型训练样本集；

将模型训练样本集中的图片调整到相同的大小，获取真实的mask位置信息；

通过mrcnn模型得到预测的bbox信息，将真实的bbox位置信息与预测的bbox信息进行对比；

将分类loss、confidenceloss、locationloss、iouloss之和做为最终的loss，利用反向传播算法更新权重，直到模型收敛或者满足迭代终止条件。

具体的，在模型训练阶段首先通过可见光摄像头采集牲畜的可见光数据，挑选角度正常、栏内有猪的数据，并使用数据标注工具进行标注获得初始训练集，接下来使用翻转、平移、随机裁剪、添加随机噪音数据等增强技术获得多样化数据集，然后使用深度学习目标检测模型进行训练得到目标检测模型，将训练集中的图片resize到相同的大小并获取其真实的mask位置信息，通过mrcnn模型得到预测到的bbox信息，将真实的bbox位置信息与预测的bbox信息进行对比，将分类loss、confidenceloss、locationloss、iouloss之和做为最终的loss，利用反向传播算法不断更新权重，直到模型收敛或者满足迭代终止条件。这种训练过程并不是每次外伤检测都需要的，而是训练出来以后可以一直用这个模型来进行外伤检测，无需每次检测之前都需要训练模型。

在上述牲畜外伤检测方法的另一个具体实施例中，利用安装在巡检小车上的红外热像仪采用牲畜的可见光图像。需要说明的是在，这种小车可以安装在搭建在养殖场过道正上方的直轨上，在这种情况下，采用巡检小车在直轨上进行自动化巡栏，能够代替人工巡栏，防止疾病传播。

在上述牲畜外伤检测方法的又一个具体实施例中，对目标牲畜进行轮廓检测，确定出疑似外伤轮廓可以包括：

对目标牲畜进行canny轮廓检测，并将轮廓与椭圆对比，将与椭圆度相似度高于预设阈值的轮廓确定为疑似外伤轮廓。也就是说，与椭圆相似度越高，则越容易判定为外伤区域，再根据外伤位于牲畜身上的位置，判断牲畜是否存在外伤轮廓，这种canny轮廓检测是一系列方法综合的结果，其中主要包含以下步骤：使用高斯滤波器，平滑图像，滤除噪声；计算图像中每个像素点的梯度强度和方向；应用非极大值抑制(nms：non-maximumsuppression)，以消除边缘检测带来的杂散相应；应用双阈值(double-threshold)检测来确定真实和潜在的边缘；通过抑制孤立的弱边缘最终完成边缘检测。

进一步的实施例中，上述对疑似外伤轮廓进行颜色检测，判断疑似外伤轮廓是否为真实外伤轮廓可以包括：

判断疑似外伤轮廓的颜色的hsv值是否大于预设hsv值，当结果为是时，确定疑似外伤轮廓为真实外伤轮廓。需要说明的是，hsv中颜色的参数分别是色调(h)、饱和度(s)和明度(v)，色调h用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°，蓝色为240°，它们的补色是:黄色为60°，青色为180°,紫色为300°；饱和度s表示颜色接近光谱色的程度，一种颜色可以看成是某种光谱色与白色混合的结果，其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高，饱和度高，颜色则深而艳，光谱色的白光成分为0，饱和度达到最高，通常取值范围为0％～100％，值越大，颜色越饱和；明度v表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关，对于物体色，此值和物体的透射比或反射比有关，通常取值范围为0％(黑)到100％(白)。这里通过设置不同的预设hsv值，将非外伤颜色的疑似外伤轮廓过滤掉，只留下符合颜色要求的作为真实外伤轮廓。

综上所述，利用上述实施例提供的方法进行牲畜外伤检测时，先发出一个巡栏指令，巡检小车就可以到达栏位，利用摄像头拍摄图片，上传至服务器，服务器调用相关算法进行识别，识别出具有外伤的牲畜，记录在案并且进行报警，通知饲养员、段长和场长，及时进行相关的处理。

本发明提供的一种牲畜外伤检测装置的实施例如图2所示，图2为本发明提供的一种牲畜外伤检测装置的实施例的示意图，该装置中可以包括：

图像采集部件201，用于获取拍照指令，采集牲畜的可见光图像，具体的，可以使用可见光摄像头采集可见光数据，通过数据采集和数据增强技术，获取模型的初始样本集；

目标牲畜识别部件202，用于利用目标检测模型从可见光图像中识别出目标牲畜，也就是说，可见光图像中会有许多事物，因此需要从这些事物中识别出每个目标牲畜，从而才能够对这些牲畜身上的伤进行检测；

疑似外伤轮廓检测部件203，用于对目标牲畜进行轮廓检测，确定出疑似外伤轮廓，需要说明的是，目标牲畜的外伤轮廓一般是椭圆形的，因此可以根据预先训练出来的模型来检测，确定出疑似外伤轮廓；

真实外伤轮廓确定部件204，用于对疑似外伤轮廓进行颜色检测，判断疑似外伤轮廓是否为真实外伤轮廓，需要说明的是，外伤的颜色会与其他没有外伤的部位颜色不同，因此可以利用颜色的区别来判断是否存在真实外伤，这都是可以通过预先训练过的模型进行判断的；

警告部件205，用于当结果为是时，发出牲畜外伤警告，也就是说，当轮廓和颜色都符合外伤的特征时，则判断这是真实外伤，从而提醒相关人员存在有外伤的牲畜，以便做出及时处理，避免出现更糟糕的情况。

利用上述实施例，能够全天候监测牲畜的健康状态，更方便检测出牲畜身上的外伤，及时进行异常预警，通知饲养员及时进行干预，减少牲畜的损伤，这样能够减少人工成本，通过对栏位外伤情况进行分析，结合环控设备，对栏位进行精准的小环境控制，让牲畜生活的环境更舒适，生长的更健康。

在上述牲畜外伤检测装置的一个具体实施例中，还可以包括用于对目标检测模型进行训练的训练部件，具体用于利用数据增强方式对可见光图像进行扩充，得到模型训练样本集；将模型训练样本集中的图片调整到相同的大小，获取真实的mask位置信息；通过mrcnn模型得到预测的bbox信息，将真实的bbox位置信息与预测的bbox信息进行对比；将分类loss、confidenceloss、locationloss、iouloss之和做为最终的loss，利用反向传播算法更新权重，直到模型收敛或者满足迭代终止条件。

具体的，在模型训练阶段首先通过可见光摄像头采集牲畜的可见光数据，挑选角度正常、栏内有猪的数据，并使用数据标注工具进行标注获得初始训练集，接下来使用翻转、平移、随机裁剪、添加随机噪音数据等增强技术获得多样化数据集，然后使用深度学习目标检测模型进行训练得到目标检测模型，将训练集中的图片resize到相同的大小并获取其真实的mask位置信息，通过mrcnn模型得到预测到的bbox信息，将真实的bbox位置信息与预测的bbox信息进行对比，将分类loss、confidenceloss、locationloss、iouloss之和做为最终的loss，利用反向传播算法不断更新权重，直到模型收敛或者满足迭代终止条件。这种训练过程并不是每次外伤检测都需要的，而是训练出来以后可以一直用这个模型来进行外伤检测，无需每次检测之前都需要训练模型。

在上述牲畜外伤检测装置的另一个具体实施例中，图像采集部件可以为安装在巡检小车上的红外热像仪。需要说明的是在，这种小车可以安装在搭建在养殖场过道正上方的直轨上，在这种情况下，采用巡检小车在直轨上进行自动化巡栏，能够代替人工巡栏，防止疾病传播。

综上所述，利用上述实施例提供的装置进行牲畜外伤检测时，先发出一个巡栏指令，巡检小车就可以到达栏位，利用摄像头拍摄图片，上传至服务器，服务器调用相关算法进行识别，识别出具有外伤的牲畜，记录在案并且进行报警，通知饲养员、段长和场长，及时进行相关的处理。

本发明提供的一种计算机设备的实施例如图3所示，图3为本发明提供的一种计算机设备的实施例的示意图，该设备包括：

存储器301，用于存储计算机程序；

处理器302，用于执行计算机程序时实现如上面任一项牲畜外伤检测方法的步骤。

本发明提供的一种计算机可读存储介质的实施例中，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上面任一项牲畜外伤检测方法的步骤。

利用上述装置、设备和存储介质，无需人工的参与，就能够提前对存在外伤的牲畜进行预警，降低人工成本，并且无需人员接触牲畜，从而能够降低生物安全风险。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。