基于Mask R-CNN的牛体尺测量系统

作者：赵建敏; 文博; 李琦^*

来源：畜牧与兽医, 2021, 53(05): 42-48.

• Mask R-CNN
• 图像分割
• 轮廓提取
• 体尺测量
• 应激反应

牛的体尺数据是衡量牛生长发育及科学育种的重要依据。为解决人工测量牛体尺时工作量大、牛应激反应剧烈等问题,提出一种基于Mask R-CNN的图像分割的牛体尺测量的方法。通过摄像头采集牛的图片,利用Mask R-CNN算法进行图像分割,提取牛体轮廓曲线并对曲线进行平滑处理,对于轮廓曲线采用分区法提取特征区域,在特征区域内利用U弦长曲率法计算曲率最大点,即为体尺测点,进而计算牛体尺数据信息。基于Ubuntu系统、Pytorch深度学习框架设计了牛体尺测量系统,在实验室验证的基础上对牧场5头牛进行现场试验,经验证,对牛体体高的实测值平均相对误差较小,其平均相对误差为4.94%;其次为体长,平均相对误差为6.84%;而对牛体体斜长检测误差较大,平均相对误差为8.36%。相比较于canny算子等传统方法提取牛体轮廓,Mask R-CNN提取目标物体轮廓更适用于复杂背景。本研究可应用于牛体无应激测量计算体尺,有利于牛精细化养殖以及建立生长电子档案。

• 单位
  内蒙古科技大学