买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南农业大学

摘要：本发明公开了一种基于深度图像的鸡群均匀度估测方法、装置、系统及介质，所述方法包括：获取肉鸡深度图像库；根据肉鸡深度图像库，构造目标分割数据集以及体重分类数据集；搭建目标分割网络和体重分类网络；利用目标分割数据集对目标分割网络进行训练，生成目标掩模图像数据集和矩形裁剪图像数据集；利用目标掩模图像数据集、矩形裁剪图像数据集和体重分类数据集对体重分类网络进行训练；利用训练好的体重分类网络对待测图像进行估测，得到体重类别以及对应的体重区间，并根据鸡群数据以及标准的肉鸡日龄体重计算出鸡群均匀度。本发明利用深度学习网络来自动提取图像特征，并进行体重分类，增加分类数以达到误差50g以内的体重估测，最终结合体重计算出鸡群均匀度。

主权项：1.一种基于深度图像的鸡群均匀度估测方法，其特征在于，所述方法包括：获取肉鸡深度图像库；根据肉鸡深度图像库，构造目标分割数据集以及体重分类数据集；搭建目标分割网络和体重分类网络，所述目标分割网络用的预分割是Unet神经网络，再分割使用的是分水岭分割算法，所述体重分类网络为修改后的基础的图像分类网络，基础的图像分类网络的最后一层分类器网络被一个完连接层所取代，以输出质量类别分数；基础的图像分类网络权值通过在ImageNet数据集上进行训练初始化，并随机初始化添加的完全连接权值；利用目标分割数据集对目标分割网络进行训练，生成目标掩模图像数据集和矩形裁剪图像数据集；利用目标掩模图像数据集、矩形裁剪图像数据集和体重分类数据集对体重分类网络进行训练；利用训练好的体重分类网络对待测图像进行估测，得到体重类别以及对应的体重区间，并根据鸡群数据以及标准的肉鸡日龄体重计算出鸡群均匀度；所述利用目标掩模图像数据集、矩形裁剪图像数据集和体重分类数据集对体重分类网络进行训练，具体包括：将目标掩模图像数据集、矩形裁剪图像数据集和体重分类数据集输入体重分类网络，使用CrossEntropy损失函数对体重分类网络进行训练；所述CrossEntropy损失函数，具体包括： 其中，px为真实的概率分布，qx为预测的概率分布；所述根据鸡群数据以及标准的肉鸡日龄体重计算出鸡群均匀度，如下式：B＝[0.1-0.15]H1＝W-W*BH2＝W+W*BA＝PQ*100％其中，B取值范围为0.1到0.15，W为鸡种日龄标准体重或采样样本的平均体重，P为位于体重上下限之间的只数，A为体重均匀度。

全文数据：

权利要求：

百度查询： 华南农业大学 基于深度图像的鸡群均匀度估测方法、装置、系统及介质