使用机器视觉对家禽体重进行无接触估计

   在传统的对家禽体尺和体重的测量方式中，一般是由人手工进行测定的，如图1。如对家禽的体高、胸深、十字部高是采用测仗进行测量，对家禽的体斜长、胸围等是采用软尺进行测量，对家禽的体重则是采取体重秤进行测量。由于养殖户的家禽数量庞大，对所有的家禽进行一次性体尺与体重的测量非常耗时耗力，并且准确度还不高。同时，一方面，由于一些人为的因素，会导致在测量过程中误差较大，另一方面，直接人为的将家禽捕获后进行测量会使家禽应激过大，影响其生长发育，会直接降低家禽养殖的生产效率。基于上述原因，养殖人员迫切需要一款无接触式的体重监测设备，在对目标物称重的同时，减少应激的发生。

图1 家禽的体尺和体重的测量

    随着社会发展的智能化、数字化条件不断优化，物联网技术不断发展和完善，机器视觉技术的推广与应用为上述问题提供了一种解决方式。该技术具有非接触无应激、省力、快速等优点，满足规模化养殖的需求。相比较于传统的通过手工的方式获取家禽的体尺和体重参数，使用机器视觉的方法获取家禽的体尺参数并估测家禽的体重不失为一种新的方法。通过对复杂背景下家禽图像的前景提取、测量点标识，结合数据挖掘的算法估测出家禽的体尺与体重，不仅可实现对家禽的无接触、无应激测量，还符合家禽的福利养殖要求。其中目前已有的研究机构通过Mask R-CNN实例分割算法实现猪轮廓分割，获取猪图像特征信息，利用Stacking模型拟合猪图像特征与体重关系，实现猪体重估测，如图2。

图2 Mask R-CNN网络结构

   由图2可知，Mask R-CNN模型主要由骨干网络（backbone）、RPN、ROI Align层、Head分支四部分组成。具体计算运行流程如下：原始图像由骨干网络完成目标特征提取，从而得到原始图像的特征图。接着，区域建议网络作用即为区域提取，通过滑动窗口将特征图分成多个区域，对这些区域进行分类与回归分析，最终选出精度较高的感兴趣(ROI)区域进入 ROI Align层进行特征处理。ROI Align层采用双线性插值法固定感兴趣区域的尺寸大小，提高像素分割精度，将分析结果导入Head分支。Head分支包含mask掩膜、类别以及边框回归，用于显示最后的图像分类结果、检测框的位置以及像素分割掩膜。由于图像中有三部分的输出，即该模型训练的主要误差来源主要由这三部分导致，后续模型训练应将各项误差缩到最小，从而得到合适模型。

    此外，夏数科技也已成功研发出通过判断初生雏鸡翅膀上的主覆翼羽的长短来鉴别公母的快慢羽鉴别设备，该设备基于人工智能深度学习算法，自动鉴别雏鸡性别。与传统人工相比快慢羽鉴别设备的速度快、准确率高、操作要求低，适用于蛋鸡和部分白羽肉鸡，熟手使用该机器可在一秒内完成整个性别鉴别流程，且可单人双手同时操作，大大缩短了雏鸡性别鉴别时间，降低了企业的运营成本，提高了企业的竞争力。

快慢羽鉴别设备图片

    1.基于人工智能深度学习算法，准确率高达99%

    2.生产效率高，单人双工位操作，速度3000只/小时

    3.作业时间长，设备可24小时不间断使用

    4.适用于蛋鸡和部分白羽肉鸡，检测效率高

    快慢羽鉴别设备已在山东部分孵化场和东南亚、美国、法国的大型企业开始使用。

    面对未来，夏数科技将继续秉承创新驱动的发展理念，积极布局全球市场，引领科技创新浪潮，并继续对以下几个方面进行重点布局：

    1.加强核心技术研发。夏数科技将继续加大研发投入，聚焦人工智能、大数据、机器视觉等核心技术在工业、畜牧业领域的研究与应用，不断提升自身的技术实力和创新能力。同时，夏数科技还将于与全球最大育种公司合作，共同推动科技创新的发展。

    2.拓展全球市场。夏数科技将继续深化与全球各地的合作伙伴关系，积极开拓海外市场，提升品牌知名度和影响力。

    3.优化服务体系。夏数科技将进一步优化现有的服务体系，提升服务质量和效率，为客户提供更加专业、高效的服务。

    面对科技创新的新时代，夏数科技将会为社会带来更多的科技创新和价值，在未来的发展中创造更多辉煌成果。