字級:
小字級
中字級
大字級

[家畜]家畜體型和體重自動估算系統研發

資料來源:畜產試驗所花蓮種畜繁殖場/莊璧華助理研究員兼系主任、鄭閔謙副研究員、蘇安國副研究員兼場長

家畜(乳牛)體型與體重自動估算系統現場硬體設備分別有工業型電腦主機一台(WINDOWS 10系統)、工業型影像主機一台、200萬素以上彩色CCD二台、工業用可程式控制器一台、RFID讀取器一台,接收頻率為 922.75 MHz至 927.25 MHz。、工業型電子磅秤一台(自製)、光電開關兩組和牛隻戶外走道(長3m,寛0.9m實內)和白鐵烤漆藍背板(自製,長3m,高2m)。

試驗牛隻於耳朵或頸部項圈配帶超高頻電子耳標(Tag),電子耳標寫入牛隻耳號基本資料,系統經由RFID讀取器判讀牛隻編號。牛隻照片擷取後,依系統所設定之工具:幾何測量、距離測量、寛度測量及計算等功能,經背景抽色後,由系統換算圖片中牛隻之體長、體高、胸深、胸寬等計15組演算程式,建立基礎圖像欄圖相,依據所設定換算程式,進行演算(圖1)。作業系統採前後端模式(主從式架構),前端系統位於牧場現場,經現場控制系統取得個別牛隻資料後,設定於每日0:00 時,經有線網路連線回傳後端SQL資料庫。由前端回傳原始資料將累計儲存於後端SQL資料庫內,研究人員擷取適合的資料進行分析。目前後端報表系統已開發將現場體重與體型等資料轉成CSV檔,可進一步分析資料。整體系統採主從式的資料架構,現場資料運作正常情況下,連續回傳動物過磅資料。本系統即為物聯網一環(lot系統,物聯網架構),於動物通過時即時擷取體型和重量資料,回傳至後端資料庫,待整體系統進入到AI模式時,即時判斷動物狀況。

圖1.乳牛照片圖1.乳牛照片

本系統於2022年7月底完成軟硬體架設,經系統條件和環境調整後,於8月底開始收集資料,每日清晨和傍晚搾乳兩次,於牛隻搾乳後行經試驗場所走道,進行拍攝影像。收集96頭乳牛,3600筆以上體型與體重資料。本系統原設計由側面圖像演算牛隻體長、體高及胸深,正上方圖像演算牛隻胸寬等數值,再以實測體重做為體型體重檢量線之演算依據。由於現場設備與自然光照環境影響,收集系統原判定之牛隻體長、體高及胸深等回傳數值,與體重相關係數不高(R2值=0.01至0.14),經篩選圖像和資料除錯後,體重與體長、體高之相關係數為0.20至0.28。體重與胸深之相關係數為0.8,其迴歸公式為體重=12.858*胸深-777.23。可做為初步體型體重檢量線之依據。

家畜(乳羊)體型與體重自動估算系統亦利用攝影機拍攝羊隻體型照片,每頭羊每日拍攝2次之上,以此建置羊隻體型量測影像資料庫(圖2)。判識模型以OpenCV演算法作為影像識別的基礎開發軟體,判斷羊隻體型與物件特徵,之後結合YOLO進行物件偵測,抓取羊隻體徵區域位置。YOLO v4 由Input、Backbone、Neck、Prediction 組成,其中Neck 層將三種輸出特徵圖,分為 19*19 (32 倍)、 38*38 (16 倍)、76*76 (8 倍),對應檢測小物體、中等物體、大物體,再將不同層特徵整合。再根據羊隻體高、體長、胸寬、胸高以及臀寬等各部位之長度判識長度,進行量測量測結果。

圖2. 羊隻影像資料庫圖2. 羊隻影像資料庫

本研究從2022年9月1日系統設置完成後開始收集資料與建置影像模型資料庫,截至2022年11月15日已收集筆數為正上方 1,635 筆,左上方 1,493 筆,共計 3,128 筆。羊隻影像辨識其中體高、側胸高與體長之影像辨識誤差率約為10%以內,上胸寬與臀寬之影像辨識誤差率約為20%以內。誤差率10%已具應用價值,未來藉由資料庫數據資料增加,優化模型資料,希望能再將誤差率精進為5%以內。利用羊隻上胸寬、臀寬、體高、側胸高與體長之影像辨識量測數據去推估體重,體重推估之誤差率為30%以內,利用體型實測值去推估體重已可將誤差率縮小至10%以內,因此,未來影像辨識體型誤差率如能減少至10%內,再藉由優化推估模式,預計可將誤差率縮小至5-10%以內,如此將具有市場應用價值。

▲研發團隊:畜產試驗所家畜體型和體重自動估算系統研發團隊

計畫網址/相關社群:https://project.coa.gov.tw/coa/index

聯絡人:莊璧華助理研究員兼系主任/鄭閔謙副研究員

電話:03-8524365/ 08-8861341

E-mail:phchuang@mail.tlri.gov.tw/mccheng@tlri.gov.tw

TOP