[发明专利]一种牲畜估重方法、装置及存储介质

权利要求书

1.一种牲畜估重方法，其特征在于，包括：

采集目标区域中待评估牲畜的图像数据，并将所述图像数据分为训练集和测试集，其中，所述图像数据包括深度数据和可见光数据；

对所述训练集中的图像数据进行数据标注，得到待处理数据；

将所述待处理数据中的深度数据以及可见光数据输入至深度学习神经网络模型中进行模型训练，得到牲畜体重评估模型；

将所述测试集输入至所述牲畜体重评估模型中，得到所述待评估牲畜的体重数据。

2.如权利要求1所述的牲畜估重方法，其特征在于，所述将所述待处理数据中的深度数据以及可见光数据输入至深度学习神经网络模型中进行模型训练，得到牲畜体重评估模型，具体为：

利用深度神经网络模型分别对所述待处理数据中的可见光数据以及深度数据进行卷积运算，得到所述待评估牲畜的特征值以及mask位图；

将牲畜体重数据作为拟合目标，根据所述特征值以及所述mask位图进行模型训练，得到牲畜体重评估模型。

3.如权利要求1所述的牲畜估重方法，其特征在于，在“将所述测试集输入至所述牲畜体重评估模型中，得到所述待评估牲畜的体重数据”，之后，还包括：

将所述体重数据与牲畜的真实体重数据进行比对，若所述体重数据的准确率低于预设值，则重新进行模型训练。

4.如权利要求1所述的牲畜估重方法，其特征在于，所述可见光数据为可见光RGB数据。

5.如权利要求1所述的牲畜估重方法，其特征在于，在得到所述待评估牲畜的体重数据之后，还包括：

将所述待评估牲畜的体重数数据上传至云平台。

6.一种牲畜估重装置，其特征在于，包括：

数据划分模块，用于采集目标区域中待评估牲畜的图像数据，并将所述图像数据分为训练集和测试集，其中，所述图像数据包括深度数据和可见光数据；

数据标注模块，用于对所述训练集中的图像数据进行数据标注，得到待处理数据；

模型训练模块，用于将所述待处理数据中的深度数据以及可见光数据输入至深度学习神经网络模型中进行模型训练，得到牲畜体重评估模型；

体重评估模块，用于将所述测试集输入至所述牲畜体重评估模型中，得到所述待评估牲畜的体重数据。

7.如权利要求6所述的牲畜估重装置，其特征在于，所述模型训练模块，具体用于：

利用深度神经网络模型分别对所述待处理数据中的可见光数据以及深度数据进行卷积运算，得到所述待评估牲畜的特征值以及mask位图；

将牲畜体重数据作为拟合目标，根据所述特征值以及所述mask位图进行模型训练，得到牲畜体重评估模型。

8.如权利要求6所述的牲畜估重装置，其特征在于，还包括数据比对模块，用于：

将所述体重数据与牲畜的真实体重数据进行比对，若所述体重数据的准确率低于预设值，则重新进行模型训练。

9.如权利要求6所述的牲畜估重装置，其特征在于，所述可见光数据为可见光RGB数据。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5任意一项所述的牲畜估重方法。