首页|基于红外热图像的肉鸡腿部异常检测方法

基于红外热图像的肉鸡腿部异常检测方法

Abnormal recognition method of broiler leg based on infrared thermal image

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]为解决目前规模化养殖下肉鸡腿病多发、人工检查成本高等问题,提出一种基于红外热图像的肉鸡腿部异常自动检测方法.[方法]根据肉鸡步态评分标准,将肉鸡跛行划分为正常、轻微异常、中度异常、严重异常4个评级;通过YOLO v3神经网络模型获取肉鸡腿部区域的温度数据,并结合OpenCV图像处理方法提取肉鸡身体质心高度、身体前倾角度、身体偏转角度等姿态特征;选用随机森林分类模型进行多特征融合训练,并选取了5种不同分类器进行对比.[结果]随机森林分类模型在准确率、查准率、召回率、F1得分等指标上均占优势,分别为96.16％、96.95％、95.50％和0.965.[结论]该方法可用于肉鸡腿部异常检测,可以有效降低人力成本,为实现白羽肉种鸡疾病早期预防和福利养殖提供技术支撑.

许志强、沈明霞、刘龙申、孙玉文、郑荷花、张伟

展开 >

南京农业大学工学院/江苏省智能化农业装备重点实验室,江苏 南京210031

新希望六合股份有限公司,山东 青岛266100

肉鸡腿病 红外热图像 YOLO v3 相关性分析 随机森林 ROC曲线

国家重点研发计划项目

2017YFD0701602

2021

10.7685/jnau.202006036

南京农业大学学报
南京农业大学

南京农业大学学报

CSTPCDCSCD北大核心
影响因子：0.939
ISSN：1000-2030
年,卷(期)：2021.44(2)
  • 5
  • 12