基于机器视觉的母猪哺乳行为监测方法研究

目的]针对母猪哺乳行为及哺乳时长的自动化监测水平低、人工观测费时费力等问题，提出一种基于YOLOv5结合db4小波的方法，实现非接触式母猪哺乳行为的判定和哺乳时长的监测。方法]利用YOLOv5对目标母猪和仔猪进行识别并输出母猪姿态，选择姿态为侧卧的母猪获取其预测框面积，根据哺乳特征的预测框面积变化与哺乳行为建立对应关系，综合判定母猪的哺乳行为和哺乳时长；利用高、低通滤波器对母猪预测框面积进行下采样卷积，判定母猪哺乳行为和哺乳时长；对比加入db4小波前、后的识别准确率。结果]母猪哺乳行为监测模型的精度均值和召回率分别为94.62%和93.70%,在加入db4小波前、后对哺乳行为时长判定的平均准确率为93.52%和96.04%,对清晰度为720P的视频平均监测速度分别为23.89和19.35 f·s^-1。结论]深层卷积神经网络模型结合db4小波为判定母猪的哺乳行为和哺乳时长提供技术支撑，识别准确率和监测速度均可满足猪场实际需求。