-
公开(公告)号:CN111681755A
公开(公告)日:2020-09-18
申请号:CN202010351560.7
申请日:2020-04-28
Applicant: 北京农业信息技术研究中心 , 农芯科技(广州)有限责任公司 , 农芯(南京)智慧农业研究院有限公司
Abstract: 本发明实施例提供一种生猪疾病诊疗系统及方法,包括:获取模块,用于获取待测生猪的环境特征和所述待测生猪的症状特征;诊断模块,用于将所述待测生猪的环境特征和所述待测生猪的症状特征输入到疾病识别模型中,预测所述待测生猪的疾病,其中,所述疾病识别模型以环境特征和症状特征为样本、以疾病为标签进行训练得到。本发明实施例实现了基于用户输入生猪的环境特征和症状特征,对生猪疾病进行自动诊断并给出实时个性化治疗方案建议。疾病识别模型构建了生猪生长环境、生猪症状特征与疾病之间的深层联系,该系统基于数据样本,可以识别多种症状之间的耦合关系、排异关系,达到更理想的识别结果。
-
公开(公告)号:CN111652084B
公开(公告)日:2023-04-25
申请号:CN202010404184.3
申请日:2020-05-13
Applicant: 清远市智慧农业研究院 , 北京农业信息技术研究中心 , 农芯(南京)智慧农业研究院有限公司 , 农芯科技(广州)有限责任公司
IPC: G06V40/10 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , A01K43/10
Abstract: 本发明实施例提供一种异常蛋鸡识别方法及装置,该方法包括:获取目标采集笼内蛋鸡的待检测视频;将任一图像输入到训练后的深度卷积神经网络中,获取任一图像中每一蛋鸡的鸡头位置和每一蛋鸡的初始健康状态;根据任一图像中每一蛋鸡的鸡头位置和参考图像中每一蛋鸡的鸡头位置,计算任一图像中每一蛋鸡的鸡头摆动系数;根据任一图像中每一蛋鸡的初始健康状态、任一图像中每一蛋鸡的鸡头摆动系数和任一图像中每一蛋鸡的鸡头分类置信参数,获取所述任一图像中每一蛋鸡的最终健康状态;根据待检测视频中每一蛋鸡的最终健康状态,识别出异常蛋鸡。本发明实施例克服了个体目标提取难、应用受限的问题,提高了异常蛋鸡识别精度。
-
公开(公告)号:CN112907546A
公开(公告)日:2021-06-04
申请号:CN202110214274.0
申请日:2021-02-25
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种肉牛体尺非接触测量装置及方法,上述的肉牛体尺非接触测量装置,包括:工控一体机、RFID识别器、门架以及至少两个深度相机;在所述深度相机为两个的情况下,一个所述深度相机设于所述门架的顶部,另外一个所述深度相机设于所述门架的侧部;所述工控一体机、所述RFID识别器和所述深度相机均设于所述门架,所述RFID识别器用于识别肉牛身上的电子耳标,所述RFID识别器和所述深度相机均与所述工控一体机通信连接。本发明的肉牛体尺非接触测量装置,能够实现肉牛无障碍通过且肉牛通过时不产生应激,维持姿态稳定,从而得到稳定的肉牛体尺数据。
-
公开(公告)号:CN112907546B
公开(公告)日:2024-04-05
申请号:CN202110214274.0
申请日:2021-02-25
Applicant: 北京农业信息技术研究中心
IPC: G06F17/18
Abstract: 本发明提供一种肉牛体尺非接触测量装置及方法,上述的肉牛体尺非接触测量装置,包括:工控一体机、RFID识别器、门架以及至少两个深度相机;在所述深度相机为两个的情况下,一个所述深度相机设于所述门架的顶部,另外一个所述深度相机设于所述门架的侧部;所述工控一体机、所述RFID识别器和所述深度相机均设于所述门架,所述RFID识别器用于识别肉牛身上的电子耳标,所述RFID识别器和所述深度相机均与所述工控一体机通信连接。本发明的肉牛体尺非接触测量装置,能够实现肉牛无障碍通过且肉牛通过时不产生应激,维持姿态稳定,从而得到稳定的肉牛体尺数据。
-
公开(公告)号:CN111652084A
公开(公告)日:2020-09-11
申请号:CN202010404184.3
申请日:2020-05-13
Applicant: 清远市智慧农业研究院 , 北京农业信息技术研究中心 , 农芯(南京)智慧农业研究院有限公司 , 农芯科技(广州)有限责任公司
Abstract: 本发明实施例提供一种异常蛋鸡识别方法及装置,该方法包括:获取目标采集笼内蛋鸡的待检测视频;将任一图像输入到训练后的深度卷积神经网络中,获取任一图像中每一蛋鸡的鸡头位置和每一蛋鸡的初始健康状态;根据任一图像中每一蛋鸡的鸡头位置和参考图像中每一蛋鸡的鸡头位置,计算任一图像中每一蛋鸡的鸡头摆动系数;根据任一图像中每一蛋鸡的初始健康状态、任一图像中每一蛋鸡的鸡头摆动系数和任一图像中每一蛋鸡的鸡头分类置信参数,获取所述任一图像中每一蛋鸡的最终健康状态;根据待检测视频中每一蛋鸡的最终健康状态,识别出异常蛋鸡。本发明实施例克服了个体目标提取难、应用受限的问题,提高了异常蛋鸡识别精度。
-
-
-
-