科研之友
微信
新浪微博
Facebook
分享链接
摘要
体温是判断猪只健康状况的重要指标之一。为了节省传统猪体温测量所需的人力物力，减小对猪只的应激及人畜交叉感染的风险，本研究利用工业级红外热成像仪(Fluke Ti27)拍摄猪只头部红外热辐射图片。使用深度学习目标检测网络YOLOv3对数据集进行训练预测，实现准确识别定位猪只耳朵所在位置。选取猪只耳根部位作为最佳测量部位，利用Fluke Ti27红外热成像仪配套桌面分析和报告软件Fluke Connect SmartView获取的热辐射图片中耳根部位温度信息，研究猪只体温与环境温度、环境湿度、光照强度和耳根部位红外温度之间的相关性，建立以猪只体温为因变量，其他变量为自变量的多元线性回归模型，使用多元线性回归函数Regress对猪只体温进行最优拟合。使用该模型对测试集数据进行预估，结果表明：在不同环境条件下，拟合的猪只体温与猪只实际体温的最大误差值为3.06%,平均绝对误差为1.41%,体温拟合较为准确，误差基本满足养猪行业对猪只体温测量误差的要求。该方法可用于养殖生产中猪体温非接触测量，提高了猪只体温测量的精确度及效率，具有较好的前景。
- 单位
