猪只温度检测方法及装置与流程

1.本技术涉及计算机技术领域，具体而言，涉及一种猪只温度检测方法、装置、计算机设备和存储介质。


背景技术：

2.随着中国城市化建设的进展和环境保护的需要，生猪养殖模式开始加速从个体分散养殖向大规模养殖的演变，生猪养殖业开始进入一个新的趋势。农业物联网的发展使实时获取猪只体温信息成为可能。在疾病多发、流行频繁的高密度繁殖环境中，实时监测猪只的体温有助于随时掌握猪的健康状况，这对猪病的预防和诊断非常重要。目前我国的生猪养殖行业发展迅速，规模化和集体化的养殖方式在为生猪养殖带来方便的同时，也增加了猪病防控的难度。大规模养殖不容易发现猪只疾病产生，高密度的特性又使疾病的传播几率提高。体温信息有助于猪只疾病的诊断和治疗，有助于及早发现病变动物，了解疾病的程度，确定疾病的严重程度等。
3.在实际养猪过程中，一般用直肠温度来代表猪的体温，健康猪的体温范围为38-40℃，不同类型的猪之间存在一些差距。传统的猪只体温测量方法分为人员手工测量法、植入式温度测量装置法、耳标温度测量装置法等。猪场主要使用的是人员手工测量法，即工作人员将水银柱体温计进行润滑、消毒，用一根约15厘米长的线把温度计的一端固定住，在线的另一端固定一个线夹。人员测量时将水银柱插入猪肛门，用铁夹夹住猪尾巴上方的毛发进行固定。5分钟后取下温度计，擦拭水银柱并读取数据。
4.然而，接触式人工测量存在以下几个问题需要解决：
5.(1)这种测量方法会给猪造成强烈的应激，导致直肠温度迅速上升，使测量数据不准确。
6.(2)这种方法在大规模生猪养殖生产中消耗大量人员劳动力。
7.(3)在接触测量的过程中，存在着疾病在人与动物之间、动物和动物之间的传播和接触的风险。
8.因此，目前养猪业亟需一种能够远程测量的温度检测方法。


技术实现要素：

9.本发明实施例提供一种猪只温度检测方法、装置、计算机设备和存储介质，用以解决目前接触式人工测量猪只体温存在测量数据不准确、消耗大量人工劳动力、以及疾病在人与动物之间传播和接触的风险的问题。
10.为了实现上述目的，本发明实施例的第一方面，提供一种猪只温度检测方法，包括：
11.获取目标猪只红外图像，以及所述红外图像的温度矩阵文件；
12.将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值；
13.基于所述坐标值和所述温度矩阵文件确定头部最大温度值；
14.将所述头部最大温度值和室内温度值输入至回归模型进行拟合，并根据拟合后的温度值绘制温度曲线；
15.基于所述温度曲线判断目标猪只的健康状况。
16.可选地，在第一方面的一种可能实现方式中，所述将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值，包括：
17.通过红外热像仪预先采集猪只的多张红外图像作为训练样本；
18.使用标记工具对所述训练样本中的每个图像标记猪只的头部指定位置，形成训练集和测试集；
19.将训练集中的图像作为样本输入数据，将对应的预测框结果作为样本输出数据，进行基于cspdarknet53网络的训练，获取初步猪只指定部位识别模型。
20.可选地，在第一方面的一种可能实现方式中，在获取初步猪只指定部位识别模型之后，包括：
21.利用测试集中的图像以及对应的预测框结果对所述初步猪只指定部位识别模型进行测试；
22.根据测试结果调整所述初步猪只指定部位识别模型，直至预测目标的置信度大于预设阈值时获得最优猪只指定部位识别模型；
23.将经过预处理后的目标猪只红外图像输入至所述最优猪只指定部位识别模型中，并根据最优猪只指定部位识别模型进行目标检测，获取目标猪只头部预测框和所述头部预测框的坐标值。
24.可选地，在第一方面的一种可能实现方式中，所述基于所述坐标值和所述温度矩阵文件确定头部最大温度值，包括：
25.所述温度矩阵文件包含红外图像中每个像素点的温度值；
26.使用温度获取程序对所述温度矩阵文件进行读取操作，读取到头部预测框的坐标值范围内所有像素点的温度值，选择所有温度值中的最大值作为头部最大温度值。
27.可选地，在第一方面的一种可能实现方式中，所述将所述头部最大温度值和室内温度值输入至回归模型进行拟合，包括：
28.将头部最大温度和室内温度作为回归模型的自变量，目标猪只的直肠温度作为因变量，通过两个自变量来共同拟合因变量；
29.通过多次调整回归模型的多项式最高次数，来减少拟合后的温度值和直肠温度之间的误差。
30.可选地，在第一方面的一种可能实现方式中，所述基于所述温度曲线判断目标猪只的健康状况，包括：
31.将拟合后的温度值作为猪只体温，并绘制温度曲线图；
32.如果目标猪只的温度值连续多日呈持续增长或下降或某日温度超过39℃，则判定该目标猪只可能存在异常。
33.本发明实施例的第二方面，提供一种猪只温度检测装置，包括：
34.获取模块，用于获取目标猪只红外图像，以及所述红外图像的温度矩阵文件；
35.坐标值输出模块，用于将所述目标猪只红外图像输入至预先训练的目标识别模
型，输出目标猪只指定位置的坐标值；
36.最大温度值确定模块，用于基于所述坐标值和所述温度矩阵文件确定头部最大温度值；
37.温度值拟合模块，用于将所述头部最大温度值和室内温度值输入至回归模型进行拟合，并根据拟合后的温度值绘制温度曲线；
38.判断模块，用于基于所述温度曲线判断目标猪只的健康状况。
39.可选地，在第二方面的一种可能实现方式中，所述坐标值输出模块，包括：
40.采集单元，用于通过红外热像仪预先采集猪只的多张红外图像作为训练样本；
41.标记单元，用于使用标记工具对所述训练样本中的每个图像标记猪只的头部指定位置，形成训练集和测试集；
42.第一获取单元，用于将训练集中的图像作为样本输入数据，将对应的预测框结果作为样本输出数据，进行基于cspdarknet53网络的训练，获取初步猪只指定部位识别模型。
43.可选地，在第二方面的一种可能实现方式中，所述坐标值输出模块，还包括：
44.测试单元，用于利用测试集中的图像以及对应的预测框结果对所述初步猪只指定部位识别模型进行测试；
45.第二获取单元，用于根据测试结果调整所述初步猪只指定部位识别模型，直至预测目标的置信度大于预设阈值时获得最优猪只指定部位识别模型；
46.坐标值获取单元，用于将经过预处理后的目标猪只红外图像输入至所述最优猪只指定部位识别模型中，并根据最优猪只指定部位识别模型进行目标检测，获取目标猪只头部预测框和所述头部预测框的坐标值。
47.可选地，在第二方面的一种可能实现方式中，所述最大温度值确定模块，包括：
48.读取单元，用于使用温度获取程序对所述温度矩阵文件进行读取操作，读取到头部预测框的坐标值范围内所有像素点的温度值，选择所有温度值中的最大值作为头部最大温度值，所述温度矩阵文件包含红外图像中每个像素点的温度值。
49.可选地，在第二方面的一种可能实现方式中，所述温度值拟合模块，还用于执行以下步骤：
50.将头部最大温度和室内温度作为回归模型的自变量，目标猪只的直肠温度作为因变量，通过两个自变量来共同拟合因变量；
51.通过多次调整回归模型的多项式最高次数，来减少拟合后的温度值和直肠温度之间的误差。
52.可选地，在第二方面的一种可能实现方式中，所述判断模块，包括：
53.绘制单元，用于将拟合后的温度值作为猪只体温，并绘制温度曲线图；
54.异常判定单元，用于如果目标猪只的温度值连续多日呈持续增长或下降或某日温度超过39℃，则判定该目标猪只可能存在异常。
55.本发明实施例的第三方面，提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。
56.本发明实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可
能设计的所述方法的步骤。
57.本发明提供的猪只温度检测方法、装置、计算机设备和存储介质，通过获取目标猪只红外图像，以及所述红外图像的温度矩阵文件；将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值；基于所述坐标值和所述温度矩阵文件确定头部最大温度值；将所述头部最大温度值和室内温度值输入至回归模型进行拟合，并根据拟合后的温度值绘制温度曲线；基于所述温度曲线判断目标猪只的健康状况。本发明通过采集猪只红外图像与温度矩阵文件，然后通过后台自动化处理即可判断猪只是否温度异常，实现了猪只温度的自动化检测，无需多名工作人员耗时耗力去检测直肠温度，故所需成本较低、效率较高、检测准确率较高。
附图说明
58.图1为猪只温度检测方法的第一种实施方式的流程图；
59.图2为猪只温度检测装置的第一种实施方式的结构图。
具体实施方式
60.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
61.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
62.应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
63.应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
64.应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含a、b和c”、“包含a、b、c”是指a、b、c三者都包含，“包含a、b或c”是指包含a、b、c三者之一，“包含a、b和/或c”是指包含a、b、c三者中任1个或任2个或3个。
65.应当理解，在本发明中，“与a对应的b”、“与a相对应的b”、“a与b相对应”或者“b与a相对应”，表示b与a相关联，根据a可以确定b。根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其他信息确定b。a与b的匹配，是a与b的相似度大于或等于预设的阈值。
66.取决于语境，如在此所使用的“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。
67.下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
68.本发明提供一种猪只温度检测方法，如图1所示其流程图，包括：
69.步骤s110、获取目标猪只红外图像，以及所述红外图像的温度矩阵文件。在本步骤中，需要通过红外移动采集装置来获取猪只的红外图像，该红外移动采集装置由红外热像仪、支架和移动小车做成。在对目标猪只进行红外图像采集之前，工作人员需要首先将采集装置的支架置于猪舍限位栏前，并调整其支架高度和红外热像仪的摄像头角度，以确保猪只的耳根部位能够被拍摄到(相关研究表明，生猪红外图像的耳根部区域的最大温度保持了与生猪直肠温度较好的相关性，且猪只根部的最高温度即猪只头部的最高温度)；然后在红外热成像qt系列测温系统上运行采集程序，获取到该猪只的红外图像和温度矩阵文件。在生猪养殖的不同阶段会设置不同的采集频率，以确保对生猪体温的实时检测，有助于随时掌握猪的健康状况，对生猪疾病的预防和诊断有非常重要意义。例如：在疾病高发期，需要每天多次对生猪进行体温检测、在生猪养殖规模较小时，可对生猪每天进行一次体温检测。
70.步骤s120、将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值。
71.在步骤s120中，在通过步骤s110得到目标猪只的红外图像后，会将其输入至yolov4模型中进行头部识别，以获取头部位置上下左右四个坐标值，从而得到目标猪只的头部预测框。其中，本发明所采用的yolov4模型是一种实时、高精度的目标检测模型，可对输入图片的感兴趣部分进行目标识别,是在原有yolo架构的基础上，以cspdarknet53作为主干网络，可以达到增强cnn卷积神经网络的学习能力的目的，以及能够在轻量化的同时保持准确性、降低计算瓶颈、降低内存成本；使用msih激活函数使得梯度下降的效果更好。msih激活函数公式如下：
[0072][0073]
步骤s130、基于所述坐标值和所述温度矩阵文件确定头部最大温度值。
[0074]
在该步骤中，将通过目标检测模型识别得到的头部预测框的坐标值和目标猪只的红外图像的温度矩阵文件输入至温度获取程序中，以获取头部最大温度值。其中，温度矩阵文件是一个txt文本，该文本中包含了红外图像中每个像素点的温度值，温度获取程序会读取每个txt文本，从中截取头部预测框坐标值范围内的所有像素点的温度值，从所有像素点的温度值中选自最大值作为头部最大温度值，并将其存储在数据库相应字段中。
[0075]
步骤s140、将所述头部最大温度值和室内温度值输入至回归模型进行拟合，并根据拟合后的温度值绘制温度曲线。
[0076]
在步骤s140中，将数据库相应字段存储的头部最大温度值、直肠温度值、室内温度值导出，将头部最大温度值和室内温度值作为多项式回归模型的两个自变量，直肠温度作为因变量，通过这两个自变量的组合来共同拟合得到因变量直肠温度值。并且在在拟合的过程中，本发明还会通过不断调整多项式最高次数，来尽可能使拟合后的温度值和直肠温度的误差控制在0.3℃，然后将拟合后的温度值也存储在数据库相应字段内。
[0077]
步骤s150、基于所述温度曲线判断目标猪只的健康状况。
[0078]
在步骤s150中，通过从数据库相应字段中提取每只生猪拟合后的温度值，将拟合后的温度值与之间一段时间的温度值进行对比，并绘制温度曲线来判断猪只的健康状况。其中，绘制温度曲线可分为单日多只和多日单只两种形式的体温变化对比曲线，单日多只温度曲线表示为某一天所有猪只的温度显示，即当某天某只生猪的体温超过39℃或者预设温度值时，则判断该只生猪可能存在异常，并向工作人员发出预警信息；多日单只温度曲线表示为某只猪在近一个月内的温度对比，即当同一只生猪连续多日温度在持续上涨或者持续下降，则判断该只生猪可能存在异常，并向工作人员发出预警信息。
[0079]
在一个实施例中，所述将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值，包括：
[0080]
通过红外热像仪预先采集猪只的多张红外图像作为训练样本；
[0081]
使用标记工具对所述训练样本中的每个图像标记猪只的头部指定位置，形成训练集和测试集；
[0082]
将训练集中的图像作为样本输入数据，将对应的预测框结果作为样本输出数据，进行基于cspdarknet53网络的训练，获取初步猪只指定部位识别模型，即yolov4目标检测模型。
[0083]
在本步骤中，所使用的红外热像仪包括但不限于qt系列全自动红外热成像测温系统，所述使用的标记工具包括但不限于labelimg，其作用是在训练样本的红外图片中标注头部指定位置，并对每张图片生成相应的xml文件表示目标预测框的位置。
[0084]
在一个实施例中，在获取初步猪只指定部位识别模型之后，包括：
[0085]
利用测试集中的图像以及对应的预测框结果对所述初步猪只指定部位识别模型进行测试；
[0086]
根据测试结果调整所述初步猪只指定部位识别模型，直至预测目标的置信度大于预设阈值时获得最优猪只指定部位识别模型；其中，所述预测目标是指猪只的头部指定位置。
[0087]
将经过预处理后的目标猪只红外图像输入至所述最优猪只指定部位识别模型中，并根据最优猪只指定部位识别模型进行目标检测，获取目标猪只头部预测框和所述头部预测框的坐标值。
[0088]
在该步骤中，所述预处理操作为调整图片的尺寸，图片的大小需要符合最优猪只指定部位识别模型输入的要求；在通过目标检测后，会根据头部指定位置的上下左右四个坐标值构成目标预测框，以便于后续从头部预测框坐标值范围内的所有像素点的温度值中选择温度最大值。
[0089]
本发明提供一种基于红外图片数据识别的猪只温度检测方法。在正常情况下，猪只体温突然上升至40℃以上，则判定是某些疾病的早期预警。相关研究表明，生猪红外图像的耳根部区域的最大温度保持了与生猪直肠温度较好的相关性，且猪只根部的最高温度即是猪只头部的最高温度。本发明通过使用红外热成像技术的设备快速获取猪只的红外图像与温度矩阵，依据基于yolov4的目标检测模型，结合深度学习进行猪只头部特定区域的目标识别，进而获取耳根部区域的最大温度，配合室内温度，使二者通过多项式回归模型拟合后的数据与直肠温度误差控制在
±
0.3℃内，则测量精准度可以媲美传统人员手工测量，因此拟合后数据可代替直肠温度进行预警判断。若温度大于39℃或设定阈值，则判定猪只生
病，向工作人员发出预警。实现了猪只体温的自动化检测，故所需成本较低、效率较高、检测准确率较高。
[0090]
本发明的实施例还提供一种猪只温度检测装置，如图2所示，包括：
[0091]
获取模块，用于获取目标猪只红外图像，以及所述红外图像的温度矩阵文件；
[0092]
坐标值输出模块，用于将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值；
[0093]
最大温度值确定模块，用于基于所述坐标值和所述温度矩阵文件确定头部最大温度值；
[0094]
温度值拟合模块，用于将所述头部最大温度值和室内温度值输入至回归模型进行拟合，并根据拟合后的温度值绘制温度曲线；
[0095]
判断模块，用于基于所述温度曲线判断目标猪只的健康状况。
[0096]
在一个实施例中，所述坐标值输出模块，包括：
[0097]
采集单元，用于通过红外热像仪预先采集猪只的多张红外图像作为训练样本；
[0098]
标记单元，用于使用标记工具对所述训练样本中的每个图像标记猪只的头部指定位置，形成训练集和测试集；
[0099]
第一获取单元，用于将训练集中的图像作为样本输入数据，将对应的预测框结果作为样本输出数据，进行基于cspdarknet53网络的训练，获取初步猪只指定部位识别模型。
[0100]
在一个实施例中，所述坐标值输出模块，还包括：
[0101]
测试单元，用于利用测试集中的图像以及对应的预测框结果对所述初步猪只指定部位识别模型进行测试；
[0102]
第二获取单元，用于根据测试结果调整所述初步猪只指定部位识别模型，直至预测目标的置信度大于预设阈值时获得最优猪只指定部位识别模型；
[0103]
坐标值获取单元，用于将经过预处理后的目标猪只红外图像输入至所述最优猪只指定部位识别模型中，并根据最优猪只指定部位识别模型进行目标检测，获取目标猪只头部预测框和所述头部预测框的坐标值。
[0104]
在一个实施例中，所述最大温度值确定模块，包括：
[0105]
读取单元，用于使用温度获取程序对所述温度矩阵文件进行读取操作，读取到头部预测框的坐标值范围内所有像素点的温度值，选择所有温度值中的最大值作为头部最大温度值，所述温度矩阵文件包含红外图像中每个像素点的温度值。
[0106]
本发明提供的猪只温度检测方法及装置，根据红外热像仪拍摄到的猪只红外图像识别特定部位头部，并根据温度矩阵获取头部最大温度，然后根据头部和室内温度与直肠温度进行拟合，调整多项式回归模型参数，控制误差在
±
0.3℃内，最后根据拟合后温度绘制温度对比曲线，可清楚看出哪只猪在哪天温度超过了39℃或设定阈值，或在多日内温度持续上涨或下降，此时则发出预警。由此可见，本发明实施例提供的猪只温度检测方法，主要流程通过采集猪只红外图像与温度矩阵文件，然后通过后台自动化处理即可判断猪只是否温度异常，从而实现了猪只温度的自动化检测，无需多名工作人员耗时耗力去检测直肠温度，故所需成本较低、效率较高、检测准确率较高。
[0107]
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专
用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(application specific integratedcircuits，asic)中。另外，该asic可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(rom)、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0108]
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
[0109]
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元(英文：central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(英文：digital signal processor，dsp)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
[0110]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

技术特征：
1.一种猪只温度检测方法，其特征在于，包括：获取目标猪只红外图像，以及所述红外图像的温度矩阵文件；将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值；基于所述坐标值和所述温度矩阵文件确定头部最大温度值；将所述头部最大温度值和室内温度值输入至回归模型进行拟合，并根据拟合后的温度值绘制温度曲线；基于所述温度曲线判断目标猪只的健康状况。2.根据权利要求1所述的猪只温度检测方法，其特征在于，所述将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值，包括：通过红外热像仪预先采集猪只的多张红外图像作为训练样本；使用标记工具对所述训练样本中的每个图像标记猪只的头部指定位置，形成训练集和测试集；将训练集中的图像作为样本输入数据，将对应的预测框结果作为样本输出数据，进行基于cspdarknet53网络的训练，获取初步猪只指定部位识别模型。3.根据权利要求2所述的猪只温度检测方法，其特征在于，在获取初步猪只指定部位识别模型之后，包括：利用测试集中的图像以及对应的预测框结果对所述初步猪只指定部位识别模型进行测试；根据测试结果调整所述初步猪只指定部位识别模型，直至预测目标的置信度大于预设阈值时获得最优猪只指定部位识别模型；将经过预处理后的目标猪只红外图像输入至所述最优猪只指定部位识别模型中，并根据最优猪只指定部位识别模型进行目标检测，获取目标猪只头部预测框和所述头部预测框的坐标值。4.根据权利要求3所述的猪只温度检测方法，其特征在于，所述基于所述坐标值和所述温度矩阵文件确定头部最大温度值，包括：所述温度矩阵文件包含红外图像中每个像素点的温度值；使用温度获取程序对所述温度矩阵文件进行读取操作，读取到头部预测框的坐标值范围内所有像素点的温度值，选择所有温度值中的最大值作为头部最大温度值。5.根据权利要求1所述的猪只温度检测方法，其特征在于，所述将所述头部最大温度值和室内温度值输入至回归模型进行拟合，包括：将头部最大温度和室内温度作为回归模型的自变量，目标猪只的直肠温度作为因变量，通过两个自变量来共同拟合因变量；通过多次调整回归模型的多项式最高次数，来减少拟合后的温度值和直肠温度之间的误差。6.根据权利要求1所述的猪只温度检测方法，其特征在于，所述基于所述温度曲线判断目标猪只的健康状况，包括：将拟合后的温度值作为猪只体温，并绘制温度曲线图；如果目标猪只的温度值连续多日呈持续增长或下降或某日温度超过39℃，则判定该目
标猪只可能存在异常。7.一种猪只温度检测装置，其特征在于，所述装置包括：获取模块，用于获取目标猪只红外图像，以及所述红外图像的温度矩阵文件；坐标值输出模块，用于将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值；最大温度值确定模块，用于基于所述坐标值和所述温度矩阵文件确定头部最大温度值；温度值拟合模块，用于将所述头部最大温度值和室内温度值输入至回归模型进行拟合，并根据拟合后的温度值绘制温度曲线；判断模块，用于基于所述温度曲线判断目标猪只的健康状况。8.根据权利要求7所述的猪只温度检测装置，其特征在于，所述坐标值输出模块，包括：采集单元，用于通过红外热像仪预先采集猪只的多张红外图像作为训练样本；标记单元，用于使用标记工具对所述训练样本中的每个图像标记猪只的头部指定位置，形成训练集和测试集；获取单元，用于将训练集中的图像作为样本输入数据，将对应的预测框结果作为样本输出数据，进行基于cspdarknet53网络的训练，获取初步猪只指定部位识别模型。9.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任意一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任意一项所述的方法的步骤。

技术总结
本发明提供一种猪只温度检测方法及装置，通过获取目标猪只红外图像，以及所述红外图像的温度矩阵文件；将所述目标猪只红外图像输入至预先训练的目标识别模型，输出目标猪只指定位置的坐标值；基于所述坐标值和所述温度矩阵文件确定头部最大温度值；将所述头部最大温度值和室内温度值输入至回归模型进行拟合，并根据拟合后的温度值绘制温度曲线；基于所述温度曲线判断目标猪只的健康状况。本发明通过采集猪只红外图像与温度矩阵文件，然后通过后台自动化处理即可判断猪只是否温度异常，实现了猪只温度的自动化检测，无需多名工作人员耗时耗力去检测直肠温度，故所需成本较低、效率较高、检测准确率较高。检测准确率较高。检测准确率较高。


技术研发人员：鞠铁柱 曾庆元 王宇华 张兴福 张迎灿
受保护的技术使用者：北京小龙潜行科技有限公司
技术研发日：2021.11.26
技术公布日：2022/3/8