一种牲畜体尺测定方法、装置、电子设备和存储介质

本申请实施例涉及牲畜体型测定，特别涉及一种牲畜体尺测定方法、装置、电子设备和存储介质。

背景技术：

1、畜牧业是农业的重要组成部分之一，近年牲畜产品的产量呈上升趋势，发展现代牲畜养殖业是现代农业的必然趋势，也是提高农村经济和农业生活水平的关键。因此分析管理牲畜的生长状态具有重要意义。

2、牲畜的体型参数可以作为分析和管理牲畜生长状态的决策指导基础，也是牲畜选择性育种的重要指标之一，则监测牲畜的体尺参数是评估牲畜生长状态的重要任务。

3、目前通常使用卷尺和游标卡尺测量牲畜的体尺参数，但是在大型农场中，对大量牲畜进行测量是非常耗时耗力的，同时这种测量方式还会给牲畜带来压力，以及暴露牲畜和人类之间疾病传播的风险。

技术实现思路

1、本申请实施例的目的在于提供一种牲畜体尺测定方法、装置、电子设备和存储介质，可以提升牲畜体尺测量的效率和准确度，以及避免牲畜和人类之间疾病传播的风险。

2、为解决上述技术问题，本申请的实施例提供了一种牲畜体尺测定方法，包括以下步骤：采集牲畜的不同方向的目标图像；对于每个方向的所述目标图像，从中提取所述牲畜的初始体尺数据；对所述目标图像进行处理得到掩码图像，并将所述掩码图像中与所述初始体尺数据匹配度最高的体尺数据作为二维体尺数据；将所述二维体尺数据在所述掩码图像上的深度值映射至三维空间中得到三维体尺数据；根据每个方向对应的所述三维体尺数据之间的欧氏距离，获取所述牲畜的目标体尺数据。

3、本申请的实施例还提供了一种牲畜体尺测定装置，包括：图像采集模块，用于采集牲畜的不同方向的目标图像；第一数据提取模块，用于对于每个方向的所述目标图像，从中提取所述牲畜的初始体尺数据；第二数据提取模块，用于对所述目标图像进行处理得到掩码图像，并将所述掩码图像中与所述初始体尺数据匹配度最高的体尺数据作为二维体尺数据；数据映射模块，用于将所述二维体尺数据在所述掩码图像上的深度值映射至三维空间中得到三维体尺数据；体尺测定模块，用于根据每个方向对应的所述三维体尺数据之间的欧氏距离，获取所述牲畜的目标体尺数据。

4、本申请的实施例还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器中存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述牲畜体尺测定方法。

5、本申请的实施例还提供了一种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牲畜体尺测定方法。

6、本申请的实施例提供的牲畜体尺测定方法，从图像中提取牲畜的二维体尺数据，然后将二维体尺数据在掩码图像上的深度值映射至三维空间中得到三维体尺数据，根据每个方向对应的三维体尺数据之间的欧氏距离，获取牲畜的目标体尺数据，即通过图像数据的处理来实现牲畜体尺的测定，相较于人工测量的方法更加智能化，效率更高，节省了牲畜体尺测定的时间成本，同时该测定过程不需要和牲畜接触，避免了牲畜和人类之间疾病传播的风险。并且，在提取牲畜的二维体尺数据时，首先从目标图像中提取初始体尺数据，再对目标图像进行处理得到掩码图像，将掩码图像中与初始体尺数据匹配度最高的体尺数据作为二维体尺数据，即综合考虑了掩码图像和目标图像，可以避免仅考虑初始体尺数据，而初始体尺数据存在误差导致二维体尺数据提取不精确，进而最终的体尺测定结果无效的情况，从而保证了体尺测定结果更加准确。另外，采集的是牲畜的不同方向的目标图像，从而可以基于各个方向的目标图像对应的三维体尺数据来确定最终的目标体尺数据，体尺测定的依据较为全面，有利于提升最终测定结果的准确度。

7、在一些可选的实施例中，所述对于每个方向的所述目标图像，从中提取所述牲畜的初始体尺数据，包括：分别将每个方向的所述目标图像输入至预先训练好的关键点检测模型中，得到每个方向的所述目标图像的所述初始体尺数据。本申请中可以通过关键点检测模型提取到更加准确的初始体尺数据，进一步提升了后续牲畜体尺测定的准确率。

8、在一些可选的实施例中，所述关键点检测模型通过以下步骤训练得到：利用关键点检测网络rtmpose检测所述目标图像，预测得到所述牲畜的预测体尺关键点；根据所述预测体尺关键点与实际体尺关键点的误差，通过梯度下降法对所述rtmpose进行训练，得到所述关键点检测模型。本申请中提供了一种关键点检测模型的训练方法

9、在一些可选的实施例中，所述将所述二维体尺数据在所述掩码图像上的深度值映射至三维空间中得到三维体尺数据，包括：若所述深度值为非空，则将所述深度值映射至三维空间中得到三维体尺数据。本申请中可以通过深度值来判断二维体尺数据的有效性，进一步提升后续牲畜体尺测定的准确率。

10、在一些可选的实施例中，所述将所述二维体尺数据在所述掩码图像上的深度值映射至三维空间中得到三维体尺数据，包括：若所述深度值为空，则以所述二维体尺数据的所在位置为中心，在所述掩码图像上进行螺旋搜索；将经所述螺旋搜索获得的第一个深度值为非空的体尺数据作为所述二维体尺数据，并将所述深度值映射至三维空间中得到三维体尺数据。本申请中提供了一种二维体尺数据的获取方式。

11、在一些可选的实施例中，所述初始体尺数据包括分别用于表征所述牲畜体宽、臀宽、胸宽、胸深和体斜长的测量点。本申请中提取了牲畜各方面的初始体尺数据，提升了后续牲畜体尺测定的准确率。

12、在一些可选的实施例中，所述根据每个方向对应的所述三维体尺数据之间的欧氏距离，获取所述牲畜的目标体尺数据，包括：根据与所述用于表征所述牲畜体宽的测量点对应的三维体尺数据之间的欧氏距离，获取所述牲畜的体宽参数、根据与所述用于表征所述牲畜臀宽的测量点对应的三维体尺数据之间的欧氏距离，获取所述牲畜的臀宽参数、根据与所述用于表征所述牲畜胸宽的测量点对应的三维体尺数据之间的欧氏距离，获取所述牲畜的胸宽参数、根据与所述用于表征所述牲畜胸深的测量点对应的三维体尺数据之间的欧氏距离，获取所述牲畜的胸深参数、根据与所述用于表征所述牲畜体斜长的测量点对应的三维体尺数据之间的欧氏距离，获取所述牲畜的体斜长参数。本申请中可以获取更加全面的牲畜体尺参数。

技术特征：

1.一种牲畜体尺测定方法，其特征在于，包括：

2.根据权利要求1所述的牲畜体尺测定方法，其特征在于，所述对于每个方向的所述目标图像，从中提取所述牲畜的初始体尺数据，包括：

3.根据权利要求2所述的牲畜体尺测定方法，其特征在于，所述关键点检测模型通过以下步骤训练得到：

4.根据权利要求1所述的牲畜体尺测定方法，其特征在于，所述将所述二维体尺数据在所述掩码图像上的深度值映射至三维空间中得到三维体尺数据，包括：

5.根据权利要求4所述的牲畜体尺测定方法，其特征在于，所述将所述二维体尺数据在所述掩码图像上的深度值映射至三维空间中得到三维体尺数据，包括：

6.根据权利要求1至5中任一项所述的牲畜体尺测定方法，其特征在于，所述初始体尺数据包括分别用于表征所述牲畜体宽、臀宽、胸宽、胸深和体斜长的测量点。

7.根据权利要求6所述的牲畜体尺测定方法，其特征在于，所述根据每个方向对应的所述三维体尺数据之间的欧氏距离，获取所述牲畜的目标体尺数据，包括：

8.一种牲畜体尺测定装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的牲畜体尺测定方法。

技术总结
本申请的实施例涉及牲畜体型测定技术领域，公开了一种牲畜体尺测定方法、装置、电子设备和存储介质。上述牲畜体尺测定方法包括：采集牲畜的不同方向的目标图像；对于每个方向的所述目标图像，从中提取所述牲畜的初始体尺数据；对所述目标图像进行处理得到掩码图像，并将所述掩码图像中与所述初始体尺数据匹配度最高的体尺数据作为二维体尺数据；将所述二维体尺数据在所述掩码图像上的深度值映射至三维空间中得到三维体尺数据；根据每个方向对应的所述三维体尺数据之间的欧氏距离，获取所述牲畜的目标体尺数据。本申请的实施例提供的牲畜体尺测定方法，可以提升牲畜体尺测量的效率和准确度，以及避免牲畜和人类之间疾病传播的风险。

技术研发人员：王美丽,何翀,冯敬泽,王国瑞,乔永亮,李书琴,张宏鸣,李斌,王小龙
受保护的技术使用者：西北农林科技大学
技术研发日：
技术公布日：2024/3/11