商业化肉牛繁育大数据平台设计与关键技术

针对当前中国肉牛繁育管理水平和信息化智能化水平不高等问题,本研究借鉴国际先进肉牛养殖国家的经验,建立了适合中国的商业化肉牛繁育大数据平台。该平台主要完成肉牛种质信息资源的整合,在线自动测定肉牛关键繁育性状,全程服务支撑肉牛繁育过程,形成肉牛种质资源大数据分析决策,并实现肉牛联合育种创新模式。本文详细介绍了商业化肉牛繁育大数据软件平台开发思路,包括数据中心的实现、软件平台前端开发技术和后端开发技术等,并总结了该平台的关键技术创新和模式创新内容,包括肉牛种质资源与良种管理系谱深度挖掘技术,非接触式繁育性状自动获取评价技术,以及多源异构信息融合提供智能决策支持等,为中国肉牛种业发展提供可持续发展的信息化解决方案,以促进肉牛育种整体水平的提高。     

基于深度图像的多姿态肉牛体尺自动测量方法

养殖场中肉牛较为活跃,采集得到的图像数据中肉牛姿态多变,肉牛姿态端正帧较少,导致自动测量肉牛体尺困难。针对以上问题,本研究通过分析肉牛骨架特征和肉牛图像边缘轮廓特征,提出一种多姿态肉牛体尺自动测量方法。首先,利用深度相机Azure Kinect DK从正上方采集肉牛俯视深度视频数据,对视频数据进行分帧处理;其次,对原始深度图像进行预处理,将肉牛从复杂的背景中提取出来;再次,利用Zhang-Suen算法提取目标图像肉牛骨架,检测骨架交点和端点,分析肉牛头部特征,并确定头部去除点,去除图像中肉牛头部信息;最后,利用改进的U弦长曲率算法提取肉牛轮廓曲率曲线,根据曲率值确定体尺测点,将体尺测点转换到三维空间中,计算体尺参数。本研究通过分析大量深度图像数据,将图像中肉牛姿态分为左歪、右歪、姿态端正、低头和抬头五类。试验结果表明,本研究提出的基于骨架的多姿态肉牛头部去除方法在5种姿态下的头部去除成功率均高于92%;在23头肉牛不同姿态共46帧深度图像中,利用基于改进U弦长曲率的体尺测点提取方法,测得体直长测量的平均绝对误差为2.73 cm,体高测量的平均绝对误差为2.07 cm,腹宽测量的平均绝对误差为1.47 cm。研究结果可为精确测量多姿态下肉牛体尺提供支撑。     

复杂环境下肉牛三维点云重建与目标提取方法

基于点云采集技术的非接触式测量能够缓解肉牛在采集体尺体重等参数时的应激问题,但采集肉牛的三维数据耗时长且易受环境干扰而产生大量无关噪点,难以适应实际养殖环境需求。为解决该问题,本研究开发了一种非接触式肉牛三维点云重建与目标提取系统与方法,采集的肉牛三维点云可为肉牛育种育肥提供大量标准化和三维量化表型数据。三维点云采集系统由Kinect DK深度相机、红外对射光栅触发器和射频识别（Radio Frequency Identification,RFID）触发器组成,可在肉牛自由通过步行道的瞬间实现肉牛点云的多角度瞬时采集。肉牛点云目标提取方法基于C++语言与点云处理库（Point Cloud Library,PCL）开发,通过空间直通滤波、统计学离群点滤波、随机抽样一致（Random Sample Consensus,RANSAC）形态拟合与点云抽稀、基于降维密度聚类的感知盒滤波等算法有效滤除与肉牛紧贴的栏杆等干扰,不破坏点云的完整性,实现肉牛点云的三维重建与分析。在养殖场中对20头肉牛进行了124次点云采集与目标提取试验。结果表明,重建的肉牛三维模型与肉牛真实形态1:1对应,系统的采集成功率为91.89%,采集的点云与真实值相比,体尺重建误差为0.6%。该系统与方法可以在无人干预的情况下,实现多角度肉牛点云数据的自动采集与三维重建,并从复杂环境中自动提取目标肉牛的点云,为非接触式肉牛体高、体宽、体斜长、胸围、腹围和体重等核心表型参数的测量提供重要的方法支撑,促进肉牛育种和育肥的标准化管理。     

推进太行山区肉牛产业发展的思路与建议

太行山区地处农牧交错地带,天然草地广阔,农作物秸秆资源丰富,具有发展优质肉牛的优越条件。上世纪90年代太行山中段的西门达尔肉牛区已被国家列为中原肉牛带的组成部分,形成了和顺、五台等县肉牛养殖优势区域。为适应新时期经济社会发展的需要,加快构建高效、生态、创新、循环型的现代太行山区肉牛新型产业体系,具有十分重要的意义。     

科学饲养 提高肉牛育肥经济效益

近年来肉牛养殖业迅速发展,肉牛育肥数量不断地增加,越来越多的养殖场（户）以短期育肥牛作为发家致富的好项目,并取得了可观的经济效益。但在实际肉牛育肥生产过程中还存在一些问题,要真正搞好肉牛短期育肥,获得较高的经济效益,应做好以下工作。     

黑龙江省肉牛产业比较优势分析

随着肉牛业在我国畜牧业中的崛起,作为全国十大牧区之一的黑龙江省,在具有自然条件与地理优势的基础上,发展肉牛产业成为了重中之重.为此,应用黑龙江省肉牛综合优势指数,分析了黑龙江省肉牛产业的比较优势,明确了黑龙江省发展肉牛产业体系的思路,并提出了相应的政策建议.     

肉牛场蚊蝇危害及防控措施

本文阐述了肉牛场内蚊蝇的危害,并对肉牛场蚊蝇综合防控给出了建议,旨在提醒广大肉牛养殖户重视蚊蝇危害,并采取若干蚊蝇防控措施,以期降低蚊蝇危害、提高肉牛养殖水平。     

多目标肉牛进食行为识别方法研究

基于计算机视觉技术,借助已有系统获得肉牛进食行为数据,并与体重变化、健康状况等进行关联分析,对肉牛科学养殖具有重要意义。为此提出了一种基于机器视觉的肉牛进食行为识别方法。该方法采用YOLOv3模型对观测范围内的肉牛目标进行检测,利用卷积神经网络识别单个目标的进食行为,进而实现对多目标肉牛进食行为的识别。卷积操作时,利用填充（padding）增强网络对目标边缘特征的提取能力;使用修正线性单元（ReLU）为激活函数,防止梯度消失;采用丢弃（dropout）方法提高网络的泛化能力。获取实际肉牛养殖场的监控视频,构建数据集,分别在8组测试集上进行试验,本文方法对观测范围内肉牛目标检测的平均精确度为83.8%,进食行为识别的平均精确度为79.7%、平均召回率为73.0%、平均准确率为74.3%,能够满足肉牛进食行为的监测需求。基于YOLOv3模型和卷积神经网络的多目标肉牛进食行为识别方法具有较高的准确性,为肉牛行为非接触式监测提供了新的途径。     

肉牛育肥及驱虫健胃技术初探

肉牛育肥无疑是肉牛养殖的关键环节,每一位养殖者都希望肥育期肉牛能以最少的饲料消耗来获得尽可能高的日增重,生产出大量的优质牛肉。笔者经过多年的研究与实践,认为选择良品种和定期为育肥牛驱虫以及调制优质育肥饲料等三个因素是在肉牛育肥阶段非常重要,仅以所总结的点滴经验教训献给大家,希望能对肉牛养殖户有所帮助,从而增加养牛户的经济效益。     

安徽省制定加快肉牛肉羊产业发展目标

安徽省地处肉牛肉羊优势带,是全国肉牛肉羊主产区。他们提出的2017年肉牛肉羊发展目标任务和保障措施,切实可行。由办公厅于2013年9月2日下发全省各市县,现全文刊登,以飨读者。     

机械化规模肉牛养殖技术效益分析

正为进一步做优做强畜牧业,北京市农机试验鉴定推广站选择规模化肉牛养殖场,开展肉牛高效养殖机械化技术集成与作业效益分析。一、规模肉牛养殖场关键环节机械化技术集成本研究所选的肉牛养殖场养殖规模为年出栏1.2万头肉牛。在机械配备时主要参考的是机械的作业效率、配套动力等情况,通过研究筛选出青饲料收获、精饲料加工、饲喂、饮水、清粪等环节相应机械装备,形成规模化肉牛养殖场关键环节机械技术集成配套方案。机具配备如表1。     

粗饲料降解剂技术在肉牛养殖中的应用

肉牛产业作为我国畜牧业发展的重要组成部分,在提高农牧民收入水平、改善居民膳食结构等方面都有着重大贡献。而在肉牛养殖中,如何能把廉价的粗饲料在不损失营养成分的前提下转化成易消化吸收的饲料,就会缩减养殖成本,有效提升肉牛养殖效率。基于此,文章系统的阐述粗饲料降解剂技术在肉牛养殖中的应用原理及方法,以期为肉牛养殖户提供科学借鉴与指导。     

基于UHF RFID技术的肉牛识别与信息追溯系统研究

针对肉牛养殖管理效率低、安全性能低等问题,设计一种基于超高频射频识别(UHF RFID)技术的肉牛养殖可追溯系统,整个系统工作在860~960MHz频段。采用专用牛鼻环标签和防拆标签,保证肉牛养殖各个环节的高效性和安全性,介绍阅读器硬件设计和系统软件架构,实现超高频射频识别技术在肉牛养殖管理中应用。     

全国肉牛遗传改良计划（2011年－2025年）

肉牛业是畜牧业的重要产业，良种是肉牛业发展的物质基础。为推进牛群遗传改良进程，提高肉牛生产水平和经济效益，促进肉牛业持续健康发展，农业部组织制定了《全国肉牛遗传改良计划（2011年－2025年）》，于2011年11月30日印发给各省、自治区、直辖市畜牧兽医（农业、农牧）厅（局、委、办），新疆生产建设兵团畜牧兽医局，要求参照执行。现将《全国肉牛遗传改良计划（2011年－2025年）》全文刊载，以飨读者。     

大屋村肉牛场规划与布局的调查分析

青淞湖肉牛场是在2007年由四川青淞湖养殖科技有限公司投资新建的民营肉牛养殖场。该场位于荣县乐德镇大屋村,距县城18km,距镇6km。场内规划:肉牛养殖区、饲料加工、贮藏区、办公区和生活区,三区占地约20亩。该场规划、布局比较合理,市、县领导十分重视、支持,为今后肉牛发展提供了可借鉴的经验。     

浅谈玉米秸秆青贮技术在泾源县肉牛养殖产业中的应用

文章分析了泾源县县情,提出应用玉米秸秆青贮技术发展肉牛养殖产业的观点,通过介绍玉米秸秆青贮技术,以及该技术在该县肉牛养殖中应用的优劣势分析,提出该县应用玉米秸秆青贮技术发展肉牛养殖的可行性,并总结了成效。     

基于DeepSORT算法的肉牛多目标跟踪方法

肉牛的运动行为反映其健康状况,在实际养殖环境下如何识别肉牛并对其进行跟踪,对感知肉牛的运动行为至关重要。基于YOLO v3改进算法（LSRCEM-YOLO）,利用视频监控实现了实际养殖环境下的肉牛实时跟踪。该方法采用MobileNet v2作为目标检测骨干网络,根据肉牛分布不均、目标尺度变化较大的特点,提出通过添加长短距离语义增强模块（LSRCEM）进行多尺度融合,结合Mudeep重识别模型实现了肉牛多目标跟踪。结果表明：在目标检测方面,LSRCEM-YOLO的mAP值达到了92.3%,模型参数量仅为YOLO v3的10%,相比YOLO v3-tiny也降低了31.34%;在肉牛重识别方面,采用基于调整感受野的Mudeep模型,获得了更多的多尺度特征,其Rank-1指标达到了96.5%;多目标跟踪的多目标跟踪准确率相对于DeepSORT算法从32.3%提高到了45.2%,ID switch次数降低了69.2%。本文方法可为实际环境下的肉牛行为实时跟踪、行为感知提供技术参考。     

肉牛养殖信息可追溯系统设计

深入研究了EAN/UCC和EPC编码体系,对比了一维条码、二维条码和RFID编码的特点及适用环境,针对畜产品质量安全生产链起点的养殖环节,以肉牛为研究对象,采用RFID电子耳标作为个体标识载体,基于PDA进行肉牛个体识别、数据信息采集与管理,开发了基于B/S结构的肉牛养殖信息可追溯系统,在源头上为保证肉牛产品质量安全提供了依据。     

浅谈北方地区规模化肉牛养殖场建设规划

本文主要介绍我国肉牛养殖业发展近况,简要分析生鲜牛肉价格持续走高原因。同时,对规模化肉牛养殖场建设规划提出相应方案,以满足生产需要。为今后在北方地区规模化肉牛养殖、研究与发展提供科学依据。     

基于SNSS-YOLO v7的肉牛行为识别方法

肉牛活动过程中所表现出的行为是肉牛健康状况的综合体现，实现肉牛行为的快速准确识别，对肉牛疾病防控、自身发育评估和发情监测等具有重要作用。基于机器视觉的行为识别技术因其无损、快速的特点，已应用在畜禽养殖行为识别中，但现有的基于机器视觉的肉牛行为识别方法通常针对单只牛或单独某个行为开展研究，且存在计算量大等问题。针对上述问题，本文提出了一种基于SNSS-YOLO v7(Slim-Neck&Separated and enhancement attention module&Simplified spatial pyramid pooling-fast-YOLO v7)的肉牛行为识别方法。首先在复杂环境下采集肉牛的爬跨、躺卧、探究、站立、运动、舔砥和互斗7种常见行为图像，构建肉牛行为数据集；其次在YOLO v7颈部采用Slim-Neck结构，以减小模型计算量与参数量；然后在头部引入分离和增强注意力模块(Separated and enhancement attention module, SEAM)增强Neck层输出后的检测效果；最后使用SimSPPF(Simplified ...