公开(公告)号：CN117036773A

公开(公告)日：2023-11-10

申请号：CN202310779204.9

申请日：2023-06-28

Applicant: 华南农业大学

Inventor： 尹令 ,  陈泽锴 ,  吴珍芳 ,  蔡更元 ,  田绪红 ,  杨杰 ,  叶健 ,  张素敏 ,  黄琼

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/246 ,  G06V20/40 ,  G06T3/40

Abstract: 本发明公开了一种基于深度学习的猪只跛行检测方法和系统，涉及计算机视觉的技术领域，包括获取区域内猪只的行走视频；在所述行走视频中，提取猪只各关键部位的特征点；根据所述猪只各关键部位的特征点计算各关键部位的特征信息；将各关键部位的特征信息输入跛行程度检测模型进行分类，计算猪只跛行程度得分，获得猪只跛行程度。本发明解决了传统采用人工观察判断方法存在劳动力工作量大、劳动强度高、效率低、主观性强、容易产生误差的问题，能够高效、准确的检测出猪只跛行的严重程度。