基于红外测温和图像识别的活畜健康检测方法及系统与流程

1.本发明涉及畜牧领域、图像处理与识别领域，特别是涉及一种基于红外测温和图像识别的活畜健康检测方法、系统、设备及介质。


背景技术：

2.牲畜养殖行业是劳动密集型行业，而现有技术中，当需要对活畜进行健康度检测时，一般是采用人工检测，而采用人工检测比较费时费力，不仅检测效率低，而且也不容易将所有健康度异常的牲畜都找出来。此外，采用人工检测时，需要依赖操作人员的个人经验，导致在对活畜进行健康度检测时，具有较强的随机性，无法保证对每个活畜都能达到相同的检测程度。因此，需要提供一种能够对活畜健康进行稳定检测的方案。


技术实现要素：

3.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于红外测温和图像识别的活畜健康检测方法、系统、设备及介质，用于解决现有技术对活畜进行健康检测时人工检测效率低以及随机性强的问题。
4.为实现上述目的及其他相关目的，本发明提供一种基于红外测温和图像识别的活畜健康检测方法，包括以下步骤：
5.对位于实际检测区域内的目标活畜进行拍摄，获取待检测活畜图像；
6.将所述待检测活畜图像输入至预先训练的毛发健康检测模型中进行识别，获取所述目标活畜的毛发健康状况；
7.将所述待检测活畜图像输入至预先训练的头部低垂检测模型中进行识别，获取所述目标活畜的头部低垂状况；
8.对位于实际检测区域内的所述目标活畜进行红外测温，获取所述目标活畜的温度；
9.根据所述目标活畜的温度、毛发健康状况和头部低垂状况判定所述目标活畜的健康状态。
10.可选地，根据所述目标活畜的温度、毛发健康状况和头部低垂状况判定所述目标活畜的健康状态的过程包括：
11.若所述目标活畜的温度、毛发健康状况和头部低垂状况中的一个或多个未达到预设标准，则将所述目标活畜判定为不健康；
12.若所述目标活畜的温度、毛发健康状况和头部低垂状况全部达到预设标准，则将所述目标活畜判定不健康；
13.其中，所述目标活畜的毛发健康状况达到预设标准时，所述目标活畜的毛发健康状况为毛发光滑油亮；所述目标活畜的毛发健康状况未达到预设标准时，所述目标活畜的毛发健康状况包括以下至少之一：毛色黯淡且杂乱、有大量鳞屑、有寄生虫结节；
14.所述目标活畜的头部低垂状况达到预设标准时，所述目标活畜的头部低垂持续时
间小于等于预设时间值；所述目标活畜的头部低垂状况未达到预设标准时，所述目标活畜的头部低垂持续时间大于预设时间值；
15.所述目标活畜的温度达到预设标准时，所述目标活畜的温度位于预设健康活畜体温区间内；所述目标活畜的温度未达到预设标准时，所述目标活畜的温度位于预设健康活畜体温区间外。
16.可选地，在检测所述目标活畜的毛发健康状况和头部低垂状况时，还包括利用所述毛发健康检测模型和所述头部低垂检测模型确定出所述目标活畜在所述待检测活畜图像中的位置坐标，有：
17.s1＝[x
1min
，x
1max
，y
1min
，y
1max
]；
[0018]
s2＝[x
2min
，x
2max
，y
2min
，y
2max
]；
[0019]
式中，s1为所述目标活畜在所述毛发健康检测模型的输出位置框；
[0020]
s2为所述目标活畜在所述头部低垂检测模型的输出位置框；
[0021]
x
imin
为第i个模型对应输出位置框的左边线横坐标；
[0022]
x
imax
为第i个模型对应输出位置框的右边线横坐标；
[0023]yimin
为第i个模型对应输出位置框的下边线纵坐标；
[0024]yimax
为第i个模型对应输出位置框的上边线纵坐标；
[0025]
其中，i＝1时，为毛发健康检测模型；i＝2时，为头部低垂检测模型。
[0026]
可选地，所述方法还包括：
[0027]
获取所述目标活畜在所述待检测活畜图像中的位置坐标；
[0028]
根据所述位置坐标确定对所述目标活畜进行红外测温时的温度检测区域s，有：
[0029]
s＝{(x,y)|x∈(max{x
1min
,x
2min
},min{x
1max
,x
2max
})，
[0030]
y∈(max{y
1min
,y
2min
},min{y
1max
,y
2max
})}。
[0031]
可选地，对所述目标活畜进行红外测温，获取所述目标活畜的温度的过程包括：
[0032]
计算所述温度检测区域s内的平均温度tep，并将计算出的平均温度tep作为所述目标活畜的温度；其中，所述平均温度tep的计算公式如下：
[0033][0034]
可选地，所述方法还包括将所述平均温度tep与预设健康活畜体温区间内的最大体温 tep
max
、最小体温tep
min
进行比对，有：
[0035][0036]
若temp_situation为low_temp或high_temp时，所述目标活畜的体温未达到预设标准。
[0037]
可选地，在训练所述毛发健康检测模型时，包括选择dpn、efficientnet或vgg作为基础训练网络；在训练所述头部低垂检测模型时，包括选择resnet-18或mobilenet作为基础训练网络。
[0038]
本发明还提供一种基于红外测温和图像识别的活畜健康检测系统，包括有：
[0039]
图像采集模块，用于对位于实际检测区域内的目标活畜进行拍摄，获取待检测活
畜图像；
[0040]
毛发识别模块，用于将所述待检测活畜图像输入至预先训练的毛发健康检测模型中进行识别，获取所述目标活畜的毛发健康状况；
[0041]
头部低垂识别模块，用于将所述待检测活畜图像输入至预先训练的头部低垂检测模型中进行识别，获取所述目标活畜的头部低垂状况；
[0042]
温度检测模块，用于对位于实际检测区域内的所述目标活畜进行红外测温，获取所述目标活畜的温度；
[0043]
健康检测模块，用于根据所述目标活畜的温度、毛发健康状况和头部低垂状况判定所述目标活畜的健康状态。
[0044]
本发明还提供一种基于红外测温和图像识别的活畜健康检测设备，包括：
[0045]
处理器；和
[0046]
存储有指令的计算机可读介质，当所述处理器执行所述指令时，使得所述设备执行上述中任意一项所述的方法。
[0047]
本发明还提供一种计算机可读介质，其特征在于，其上存储有指令，所述指令由处理器加载并执行如上述中任意一项所述的方法。
[0048]
如上所述，本发明提供一种基于红外测温和图像识别的活畜健康检测方法、系统、设备及介质，具有以下有益效果：
[0049]
本发明通过划定检测区域，然后在检测区域内架设相机和红外温感测试仪；收集活畜健康与患病皮毛图像，标注得到毛发数据集，然后训练毛发数据集，得到毛发健康状况检测模型；收集牛头部正常抬起和异常低垂的图像，标注得到头部低垂数据集，然后训练头部低垂数据集，得到头部低垂状况检测模型；再调用毛发健康状况检测模型和头部低垂状况检测模型来实时检测当前检测区域内活畜的位置坐标、毛发健康状况以及头部低垂状况；同时利用红外温感测试仪检测活畜个体位置坐标区域内的温度，再与毛发健康状况和头部低垂状况进行结合，综合判定活畜的健康状态。本发明通过实时检测活畜的健康状况，可以及时地对不健康的活畜进行治疗，以减少死亡率，完善牧场的管理程度。而且本发明在避免了人工检测的前提下，也拥有极高的检测效率。所以，本发明通过将红外测温与深度学习、图形识别算法等进行结合，可以高效、稳定地实时检测活畜的健康程度，不仅能够提高活畜的检测检测效率，而且还可以避免对活畜进行健康检测时的随机性。通过本发明对活畜进行健康检测，可以大大地降低活畜的死亡率，而且通过评估活畜畜种的健康质量，可以帮助养殖户获得较高的收益成果，从而辅助实现牛羊等活畜交易市场的高效运转，帮助活畜交易市场实现高水平的数字化管理，同时也能为后续活畜交易市场的服务改造和价值增值提供数据支撑。
附图说明
[0050]
图1为一实施例提供的基于红外测温和图像识别的活畜健康检测方法的流程示意图；
[0051]
图2为一实施例提供的相机及红外热成像设备的设置示意图；
[0052]
图3为另一实施例提供的基于红外测温和图像识别的活畜健康检测方法的流程示意图；
[0053]
图4为一实施例提供的基于红外测温和图像识别的活畜健康检测系统的硬件结构示意图；
[0054]
图5为一实施例提供的基于红外测温和图像识别的活畜健康检测设备的硬件结构示意图。
具体实施方式
[0055]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的状况下，以下实施例及实施例中的特征可以相互组合。
[0056]
需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0057]
请参阅图1所示，本实施例提供一种基于红外测温和图像识别的活畜健康检测方法，包括以下步骤：
[0058]
s100，对位于实际检测区域内的目标活畜进行拍摄，获取待检测活畜图像；
[0059]
s200，将所述待检测活畜图像输入至预先训练的毛发健康检测模型中进行识别，获取所述目标活畜的毛发健康状况。作为示例，在预先训练生成毛发健康检测模型时，包括选择dpn、 efficientnet或vgg作为基础训练网络。
[0060]
s300，将所述待检测活畜图像输入至预先训练的头部低垂检测模型中进行识别，获取所述目标活畜的头部低垂状况。作为示例，在预先训练头部低垂检测模型时，包括选择resnet-18 或mobilenet作为基础训练网络。
[0061]
s400，对位于实际检测区域内的所述目标活畜进行红外测温，获取所述目标活畜的温度；
[0062]
s500，根据所述目标活畜的温度、毛发健康状况和头部低垂状况判定所述目标活畜的健康状态。
[0063]
根据上述记载，本方法通过划定检测区域，然后在检测区域内架设相机和红外温感测试仪；收集活畜健康与患病皮毛图像，标注得到毛发数据集，然后训练毛发数据集，得到毛发健康状况检测模型；收集牛头部正常抬起和异常低垂的图像，标注得到头部低垂数据集，然后训练头部低垂数据集，得到头部低垂状况检测模型；再调用毛发健康状况检测模型和头部低垂状况检测模型来实时检测当前检测区域内活畜的位置坐标、毛发健康状况以及头部低垂状况；同时利用红外温感测试仪检测活畜个体位置坐标区域内的温度，再与毛发健康状况和头部低垂状况进行结合，综合判定活畜的健康状态。本方法通过实时检测活畜的健康状况，可以及时地对不健康的活畜进行治疗，以减少死亡率，完善牧场的管理程度。而且本方法在避免了人工检测的前提下，也拥有极高的检测效率。所以，本方法通过将红外测温与深度学习、图形识别算法等进行结合，可以高效、稳定地实时检测活畜的健康程度，不仅能够提高活畜的检测检测效率，而且还可以避免对活畜进行健康检测时的随机性。
通过本方法对活畜进行健康检测，可以大大地降低活畜的死亡率，而且通过评估活畜畜种的健康质量，可以帮助养殖户获得较高的收益成果，从而辅助实现牛羊等活畜交易市场的高效运转，帮助活畜交易市场实现高水平的数字化管理，同时也能为后续活畜交易市场的服务改造和价值增值提供数据支撑。
[0064]
根据上述记载，本方法可以采用多个相机来对活畜进行图像拍摄，且在对活畜进行红外测温时，本发明利用红外温感测试仪来对活畜进行红外测温。如图2所示，本方法首先划定区域，然后架设相机和红外温感测试仪，其中，架设相机和红外温感测试仪的主要步骤包括：划定狭长检测区域以保证其行进方向维持不变；分别设置监控目标活畜侧视图和正视图的相机；在侧视相机临近位置安装红外温感测试仪。本方法中的目标活畜可以是牛、羊、马、猪等畜类。
[0065]
根据上述记载，在一示例性实施例中，根据所述目标活畜的温度、毛发健康状况和头部低垂状况判定所述目标活畜的健康状态的过程包括：若所述目标活畜的温度、毛发健康状况和头部低垂状况中的一个或多个未达到预设标准，则将所述目标活畜判定为不健康；若所述目标活畜的温度、毛发健康状况和头部低垂状况全部达到预设标准，则将所述目标活畜判定不健康。其中，所述目标活畜的毛发健康状况达到预设标准时，所述目标活畜的毛发健康状况为毛发光滑油亮；所述目标活畜的毛发健康状况未达到预设标准时，所述目标活畜的毛发健康状况包括以下至少之一：毛色黯淡且杂乱、有大量鳞屑、有寄生虫结节。所述目标活畜的头部低垂状况达到预设标准时，所述目标活畜的头部低垂持续时间小于等于预设时间值；所述目标活畜的头部低垂状况未达到预设标准时，所述目标活畜的头部低垂持续时间大于预设时间值。所述目标活畜的温度达到预设标准时，所述目标活畜的温度位于预设健康活畜体温区间内；所述目标活畜的温度未达到预设标准时，所述目标活畜的温度位于预设健康活畜体温区间外。在本实施例中，目标活畜的毛发健康状况以及异常健康状况、目标活畜的头部低垂时间及低垂高度、预设健康活畜体温区间等都可以根据实际状况进行确定。
[0066]
在一示例性实施例中，在检测所述目标活畜的毛发健康状况和头部低垂状况时，还包括利用所述毛发健康检测模型和所述头部低垂检测模型确定出所述目标活畜在所述待检测活畜图像中的位置坐标，有：
[0067]
s1＝[x
1min
，x
1max
，y
1min
，y
1max
]；
[0068]
s2＝[x
2min
，x
2max
，y
2min
，y
2max
]；
[0069]
式中，s1为所述目标活畜在所述毛发健康检测模型的输出位置框；
[0070]
s2为所述目标活畜在所述头部低垂检测模型的输出位置框；
[0071]
x
imin
为第i个模型对应输出位置框的左边线横坐标；
[0072]
x
imax
为第i个模型对应输出位置框的右边线横坐标；
[0073]yimin
为第i个模型对应输出位置框的下边线纵坐标；
[0074]yimax
为第i个模型对应输出位置框的上边线纵坐标；
[0075]
其中，i＝1时，为毛发健康检测模型；i＝2时，为头部低垂检测模型。
[0076]
根据上述记载，在利用所述毛发健康检测模型和所述头部低垂检测模型确定出所述目标活畜在所述待检测活畜图像中的位置坐标后，还包括：获取所述目标活畜在所述待检测活畜图像中的位置坐标；根据所述位置坐标确定对所述目标活畜进行红外测温时的温
度检测区域 s，有：
[0077]
s＝{(x,y)|x∈(max{x
1min
,x
2min
},min{x
1max
,x
2max
})，
[0078]
y∈(max{y
1min
,y
2min
},min{y
1max
,y
2max
})}。
[0079]
本方法中确定出的温度检测区域s为活畜在实际检测区域中的具体位置区域。且在确定出活畜的具体位置区域后，本方法还可以对所述目标活畜进行红外测温，获取所述目标活畜的温度，包括：计算所述温度检测区域s内的平均温度tep，并将计算出的平均温度tep作为所述目标活畜的温度；其中，所述平均温度tep的计算公式如下：
[0080][0081]
在计算出平均温度tep，还包括：将所述平均温度tep与预设健康活畜体温区间内的最大体温tep
max
、最小体温tep
min
进行比对，有：
[0082][0083]
若temp_situation为low_temp或high_temp时，所述目标活畜的体温未达到预设标准。
[0084]
作为另一实施例，如图3所示，本实施例提供一种基于红外测温和图像识别的活畜健康检测方法，包括以下步骤：
[0085]
s1，划定检测区域，然后在检测区域内架设相机和红外温感测试仪；
[0086]
s2，收集活畜毛发健康与毛发异常的图像，标注得到毛发数据集；
[0087]
s3，收集活畜头部正常抬起和异常低垂的图像，标注得到头部低垂数据集；
[0088]
s4，训练毛发数据集，得到毛发健康状况检测模型；以及训练头部低垂数据集，得到头部低垂状况检测模型；
[0089]
s5，调用毛发健康状况检测模型和头部低垂状况检测模型来实时检测当前检测区域内活畜的位置坐标、毛发健康状况以及头部低垂状况；
[0090]
s6，利用红外温感测试仪检测活畜个体位置坐标区域内的温度；
[0091]
s7，将活畜的温度与毛发健康状况、头部低垂状况进行结合，综合判定活畜的健康状态。
[0092]
根据上述记载，本方法可以采用多个相机来对活畜进行图像拍摄，且在对活畜进行红外测温时，本发明利用红外温感测试仪来对活畜进行红外测温。如图2所示，本方法首先划定区域，然后架设相机和红外温感测试仪，其中，架设相机和红外温感测试仪的主要步骤包括：划定狭长检测区域以保证其行进方向维持不变；分别设置监控目标活畜侧视图和正视图的相机；在侧视相机临近位置安装红外温感测试仪。本方法中的目标活畜可以是牛、羊、马、猪等畜类。作为示例，本实施例在训练生成毛发健康检测模型时，选择dpn、efficientnet或 vgg等检测性能良好、泛化性强的神经网络作为基础训练网络。在训练头部低垂检测模型时，采用较为轻量的resnet-18、mobilenet等神经网络作为基础训练网络。
[0093]
综上所述，本发明提供一种基于红外测温和图像识别的活畜健康检测方法，通过划定检测区域，然后在检测区域内架设相机和红外温感测试仪；收集活畜健康与患病皮毛图像，标注得到毛发数据集，然后训练毛发数据集，得到毛发健康状况检测模型；收集牛头
部正常抬起和异常低垂的图像，标注得到头部低垂数据集，然后训练头部低垂数据集，得到头部低垂状况检测模型；再调用毛发健康状况检测模型和头部低垂状况检测模型来实时检测当前检测区域内活畜的位置坐标、毛发健康状况以及头部低垂状况；同时利用红外温感测试仪检测活畜个体位置坐标区域内的温度，再与毛发健康状况和头部低垂状况进行结合，综合判定活畜的健康状态。本方法通过实时检测活畜的健康状况，可以及时地对不健康的活畜进行治疗，以减少死亡率，完善牧场的管理程度。而且本方法在避免了人工检测的前提下，也拥有极高的检测效率。所以，本方法通过将红外测温与深度学习、图形识别算法等进行结合，可以高效、稳定地实时检测活畜的健康程度，不仅能够提高活畜的检测检测效率，而且还可以避免对活畜进行健康检测时的随机性。通过本方法对活畜进行健康检测，可以大大地降低活畜的死亡率，而且通过评估活畜畜种的健康质量，可以帮助养殖户获得较高的收益成果，从而辅助实现牛羊等活畜交易市场的高效运转，帮助活畜交易市场实现高水平的数字化管理，同时也能为后续活畜交易市场的服务改造和价值增值提供数据支撑。
[0094]
如图4所示，本发明还提供一种基于红外测温和图像识别的活畜健康检测系统，包括有：
[0095]
图像采集模块m10，用于对位于实际检测区域内的目标活畜进行拍摄，获取待检测活畜图像；
[0096]
毛发识别模块m20，用于将所述待检测活畜图像输入至预先训练的毛发健康检测模型中进行识别，获取所述目标活畜的毛发健康状况；
[0097]
头部低垂识别模块m30，用于将所述待检测活畜图像输入至预先训练的头部低垂检测模型中进行识别，获取所述目标活畜的头部低垂状况；
[0098]
温度检测模块m40，用于对位于实际检测区域内的所述目标活畜进行红外测温，获取所述目标活畜的温度；
[0099]
健康检测模块m50，用于根据所述目标活畜的温度、毛发健康状况和头部低垂状况判定所述目标活畜的健康状态。
[0100]
根据上述记载，本系统通过划定检测区域，然后在检测区域内架设相机和红外温感测试仪；收集活畜健康与患病皮毛图像，标注得到毛发数据集，然后训练毛发数据集，得到毛发健康状况检测模型；收集牛头部正常抬起和异常低垂的图像，标注得到头部低垂数据集，然后训练头部低垂数据集，得到头部低垂状况检测模型；再调用毛发健康状况检测模型和头部低垂状况检测模型来实时检测当前检测区域内活畜的位置坐标、毛发健康状况以及头部低垂状况；同时利用红外温感测试仪检测活畜个体位置坐标区域内的温度，再与毛发健康状况和头部低垂状况进行结合，综合判定活畜的健康状态。本系统通过实时检测活畜的健康状况，可以及时地对不健康的活畜进行治疗，以减少死亡率，完善牧场的管理程度。而且本系统在避免了人工检测的前提下，也拥有极高的检测效率。所以，本系统通过将红外测温与深度学习、图形识别算法等进行结合，可以高效、稳定地实时检测活畜的健康程度，不仅能够提高活畜的检测检测效率，而且还可以避免对活畜进行健康检测时的随机性。通过本系统对活畜进行健康检测，可以大大地降低活畜的死亡率，而且通过评估活畜畜种的健康质量，可以帮助养殖户获得较高的收益成果，从而辅助实现牛羊等活畜交易市场的高效运转，帮助活畜交易市场实现高水平的数字化管理，同时也能为后续活畜交易市场的服务改造和价值增值提供数据支撑。
[0101]
根据上述记载，本系统可以采用多个相机来对活畜进行图像拍摄，且在对活畜进行红外测温时，本发明利用红外温感测试仪来对活畜进行红外测温。如图2所示，本系统首先划定区域，然后架设相机和红外温感测试仪，其中，架设相机和红外温感测试仪的主要步骤包括：划定狭长检测区域以保证其行进方向维持不变；分别设置监控目标活畜侧视图和正视图的相机；在侧视相机临近位置安装红外温感测试仪。本系统中的目标活畜可以是牛、羊、马、猪等畜类。
[0102]
根据上述记载，在一示例性实施例中，根据所述目标活畜的温度、毛发健康状况和头部低垂状况判定所述目标活畜的健康状态的过程包括：若所述目标活畜的温度、毛发健康状况和头部低垂状况中的一个或多个未达到预设标准，则将所述目标活畜判定为不健康；若所述目标活畜的温度、毛发健康状况和头部低垂状况全部达到预设标准，则将所述目标活畜判定不健康。其中，所述目标活畜的毛发健康状况达到预设标准时，所述目标活畜的毛发健康状况为毛发光滑油亮；所述目标活畜的毛发健康状况未达到预设标准时，所述目标活畜的毛发健康状况包括以下至少之一：毛色黯淡且杂乱、有大量鳞屑、有寄生虫结节。所述目标活畜的头部低垂状况达到预设标准时，所述目标活畜的头部低垂持续时间小于等于预设时间值；所述目标活畜的头部低垂状况未达到预设标准时，所述目标活畜的头部低垂持续时间大于预设时间值。所述目标活畜的温度达到预设标准时，所述目标活畜的温度位于预设健康活畜体温区间内；所述目标活畜的温度未达到预设标准时，所述目标活畜的温度位于预设健康活畜体温区间外。在本实施例中，目标活畜的毛发健康状况以及异常健康状况、目标活畜的头部低垂时间及低垂高度、预设健康活畜体温区间等都可以根据实际状况进行确定。
[0103]
在一示例性实施例中，在检测所述目标活畜的毛发健康状况和头部低垂状况时，还包括利用所述毛发健康检测模型和所述头部低垂检测模型确定出所述目标活畜在所述待检测活畜图像中的位置坐标，有：
[0104]
s1＝[x
1min
，x
1max
，y
1min
，y
1max
]；
[0105]
s2＝[x
2min
，x
2max
，y
2min
，y
2max
]；
[0106]
式中，s1为所述目标活畜在所述毛发健康检测模型的输出位置框；
[0107]
s2为所述目标活畜在所述头部低垂检测模型的输出位置框；
[0108]
x
imin
为第i个模型对应输出位置框的左边线横坐标；
[0109]
x
imax
为第i个模型对应输出位置框的右边线横坐标；
[0110]yimin
为第i个模型对应输出位置框的下边线纵坐标；
[0111]yimax
为第i个模型对应输出位置框的上边线纵坐标；
[0112]
其中，i＝1时，为毛发健康检测模型；i＝2时，为头部低垂检测模型。
[0113]
根据上述记载，在利用所述毛发健康检测模型和所述头部低垂检测模型确定出所述目标活畜在所述待检测活畜图像中的位置坐标后，还包括：获取所述目标活畜在所述待检测活畜图像中的位置坐标；根据所述位置坐标确定对所述目标活畜进行红外测温时的温度检测区域 s，有：
[0114]
s＝{(x,y)|x∈(max{x
1min
,x
2min
},min{x
1max
,x
2max
})，
[0115]
y∈(max{y
1min
,y
2min
},min{y
1max
,y
2max
})}。
[0116]
本系统中确定出的温度检测区域s为活畜在实际检测区域中的具体位置区域。且
在确定出活畜的具体位置区域后，本系统还可以对所述目标活畜进行红外测温，获取所述目标活畜的温度，包括：计算所述温度检测区域s内的平均温度tep，并将计算出的平均温度tep作为所述目标活畜的温度；其中，所述平均温度tep的计算公式如下：
[0117][0118]
在计算出平均温度tep，还包括：将所述平均温度tep与预设健康活畜体温区间内的最大体温tep
max
、最小体温tep
min
进行比对，有：
[0119][0120]
若temp_situation为low_temp或high_temp时，所述目标活畜的体温未达到预设标准。
[0121]
作为另一实施例，如图3所示，本实施例提供一种基于红外测温和图像识别的活畜健康检测系统，包括执行以下方法：
[0122]
s1，划定检测区域，然后在检测区域内架设相机和红外温感测试仪；
[0123]
s2，收集活畜毛发健康与毛发异常的图像，标注得到毛发数据集；
[0124]
s3，收集活畜头部正常抬起和异常低垂的图像，标注得到头部低垂数据集；
[0125]
s4，训练毛发数据集，得到毛发健康状况检测模型；以及训练头部低垂数据集，得到头部低垂状况检测模型；
[0126]
s5，调用毛发健康状况检测模型和头部低垂状况检测模型来实时检测当前检测区域内活畜的位置坐标、毛发健康状况以及头部低垂状况；
[0127]
s6，利用红外温感测试仪检测活畜个体位置坐标区域内的温度；
[0128]
s7，将活畜的温度与毛发健康状况、头部低垂状况进行结合，综合判定活畜的健康状态。
[0129]
根据上述记载，本系统可以采用多个相机来对活畜进行图像拍摄，且在对活畜进行红外测温时，本发明利用红外温感测试仪来对活畜进行红外测温。如图2所示，本系统首先划定区域，然后架设相机和红外温感测试仪，其中，架设相机和红外温感测试仪的主要步骤包括：划定狭长检测区域以保证其行进方向维持不变；分别设置监控目标活畜侧视图和正视图的相机；在侧视相机临近位置安装红外温感测试仪。本系统中的目标活畜可以是牛、羊、马、猪等畜类。作为示例，本实施例在训练生成毛发健康检测模型时，选择dpn、efficientnet或 vgg等检测性能良好、泛化性强的神经网络作为基础训练网络。在训练头部低垂检测模型时，采用较为轻量的resnet-18、mobilenet等神经网络作为基础训练网络。
[0130]
综上所述，本发明提供一种基于红外测温和图像识别的活畜健康检测系统，通过划定检测区域，然后在检测区域内架设相机和红外温感测试仪；收集活畜健康与患病皮毛图像，标注得到毛发数据集，然后训练毛发数据集，得到毛发健康状况检测模型；收集牛头部正常抬起和异常低垂的图像，标注得到头部低垂数据集，然后训练头部低垂数据集，得到头部低垂状况检测模型；再调用毛发健康状况检测模型和头部低垂状况检测模型来实时检测当前检测区域内活畜的位置坐标、毛发健康状况以及头部低垂状况；同时利用红外温感测试仪检测活畜个体位置坐标区域内的温度，再与毛发健康状况和头部低垂状况进行结
合，综合判定活畜的健康状态。本系统通过实时检测活畜的健康状况，可以及时地对不健康的活畜进行治疗，以减少死亡率，完善牧场的管理程度。而且本系统在避免了人工检测的前提下，也拥有极高的检测效率。所以，本系统通过将红外测温与深度学习、图形识别算法等进行结合，可以高效、稳定地实时检测活畜的健康程度，不仅能够提高活畜的检测检测效率，而且还可以避免对活畜进行健康检测时的随机性。通过本系统对活畜进行健康检测，可以大大地降低活畜的死亡率，而且通过评估活畜畜种的健康质量，可以帮助养殖户获得较高的收益成果，从而辅助实现牛羊等活畜交易市场的高效运转，帮助活畜交易市场实现高水平的数字化管理，同时也能为后续活畜交易市场的服务改造和价值增值提供数据支撑。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
[0131]
本技术实施例还提供了一种基于红外测温和图像识别的活畜健康检测设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述设备执行图1所述的方法。图5示出了一种计算机设备1000的结构示意图。参阅图5所示，计算机设备1000包括：处理器1010、存储器1020、电源1030、显示单元1040、输入单元1060。
[0132]
处理器1010是计算机设备1000的控制中心，利用各种接口和线路连接各个部件，通过运行或执行存储在存储器1020内的软件程序和/或数据，执行计算机设备1000的各种功能，从而对计算机设备1000进行整体监控。本技术实施例中，处理器1010调用存储器1020中存储的计算机程序时执行如图1所述的方法。可选的，处理器1010可包括一个或多个处理单元；优选的，处理器1010可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用等，调制解调处理器主要处理无线通信。在一些实施例中，处理器、存储器、可以在单一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
[0133]
存储器1020可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、各种应用等；存储数据区可存储根据计算机设备1000的使用所创建的数据等。此外，存储器 1020可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件等。
[0134]
计算机设备1000还包括给各个部件供电的电源1030(比如电池)，电源可以通过电源管理系统与处理器1010逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗等功能。
[0135]
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及计算机设备1000 的各种菜单等，本发明实施例中主要用于显示计算机设备1000中各应用的显示界面以及显示界面中显示的文本、图片等对象。显示单元1040可以包括显示面板1050。显示面板1050可以采用液晶显示屏(liquid crystal display，lcd)、有机发光二极管(organic light-emittingdiode，oled)等形式来配置。
[0136]
输入单元1060可用于接收用户输入的数字或字符等信息。输入单元1060可包括触控面板1070以及其他输入设备1080。其中，触控面板1070，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触摸笔等任何适合的物体或附件在触控面板1070上或在触控面板1070附近的操作)。
[0137]
具体的，触控面板1070可以检测用户的触摸操作，并检测触摸操作带来的信号，将
这些信号转换成触点坐标，发送给处理器1010，并接收处理器1010发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1070。其他输入设备1080可以包括但不限于物理键盘、功能键(比如音量控制按键、开关机按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
[0138]
当然，触控面板1070可覆盖显示面板1050，当触控面板1070检测到在其上或附近的触摸操作后，传送给处理器1010以确定触摸事件的类型，随后处理器1010根据触摸事件的类型在显示面板1050上提供相应的视觉输出。虽然在图5中，触控面板1070与显示面板1050 是作为两个独立的部件来实现计算机设备1000的输入和输出功能，但是在某些实施例中，可以将触控面板1070与显示面板1050集成而实现计算机设备1000的输入和输出功能。
[0139]
计算机设备1000还可包括一个或多个传感器，例如压力传感器、重力加速度传感器、接近光传感器等。当然，根据具体应用中的需要，上述计算机设备1000还可以包括摄像头等其它部件。
[0140]
本技术实施例还提供了一种计算机可读存储介质，该存储介质中存储有指令，当一个或多个处理器执行所述指令时，使得上述设备能够执行本技术中如图1所述的方法。
[0141]
本领域技术人员可以理解的是，图5仅仅是计算机设备的举例，并不构成对该设备的限定，该设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。为了描述的方便，以上各部分按照功能划分为各模块(或单元)分别描述。当然，在实施本技术时，可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
[0142]
本领域内的技术人员应明白，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的，应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可应用至通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器中以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0143]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
[0144]
本说明书中附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内
容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。