首页|基于深度学习的活体肉羊胴体性状测量方法研究

基于深度学习的活体肉羊胴体性状测量方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
肉羊胴体性状测量通常在屠宰和胴体切割后使用称重的方式进行。为避免在数据采集过程中屠宰具有良好育种潜力的个体，本文提出了利用计算机断层扫描(CT)图像和深度学习完成活体胴体性状测量的方法。首先对肉羊进行全身扫描获得CT图像，利用深度学习技术进行图像分割后完成三维成像，使用体积元素计算该部位的体积。选取肉羊背最长肌和后腿部位肉作为胴体性状测量的实验部位，利用FCN、UNet以及Attention-UNet 3 种深度学习技术进行图像分割，平均豪斯多夫距离(AVER_HD)、预测的平均分割精度(MIOU)、预测值和真实值的相似度(DICE)等评价指标以及像素精度的结果表明，Attention-UNet模型性能更优;然后使用三维成像技术成像估计5只澳洲白公羊和5只杜泊公羊的背最长肌和后腿部位肉的体积，结果表明该方法可以有效地测量活羊胴体部分的体积。

曹晓瑶、杨璐铭、路一航、朱广杰、卢小芳、尹静、张清峰、胡馨月、郭鹏

展开 >

天津农学院计算机与信息工程学院,天津 300384

天津奥群牧业有限公司,天津 301607

活体测量 背最长肌和后腿 肉羊 深度学习 CT图像

国家重点研发计划天津市种业创新重大专项

2021YFD130090122ZXZYSN00010

2024

10.19556/j.0258-7033.20231108-02

中国畜牧杂志
中国畜牧兽医学会

中国畜牧杂志

CSTPCD北大核心
影响因子：0.704
ISSN：0258-7033
年,卷(期)：2024.60(10)