近日，四川农业大学机电学院智慧农业领域取得突破，在国际权威期刊《Journal of Dairy Science》(乳业科学杂志)上发表题为《基于YOLOv8网络和图像处理技术的牦牛体重无应激全自动测量系统》的研究论文。机电学院青年教师彭英琦副教授为论文第一作者，硕士研究生彭昭元为共同第一作者，动物营养研究所王之盛教授为本文共同通讯作者，四川农业大学为第一署名单位。
体重是监测牲畜生长发育最重要的参数之一。传统的牛体重测量方法是人工将牛牵引至磅秤上进行测量，此过程耗时费力、并且容易造成动物应激。随着机器视觉和传感器技术的发展，体重测量技术逐渐向非接触、无应激的方向发展。现有研究多通过人工提取二维或三维图像中牛的体尺参数信息进行体重估算，但此类方法自动化程度较低。团队巧妙利用使用YOLOv8网络对16头牦牛背部姿态与个体特征进行监测，实现牦牛标准姿态判断与个体识别。通过背景相减、图像去噪、边缘提取等步骤自动提取出牦牛背部轮廓，并定义和自动提取体宽、体长等体尺参数，并通过牦牛体尺参数估算牦牛体重，并采用线性回归模型与牦牛实际体重进行逻辑回归。研究表明，基于YOLOv8算法和图像处理技术提取牦牛身体特征参数，并建立预估体重与实际体重之间的回归模型可以实现对牦牛体重的高精度测量。本系统具有成本低廉、全过程自动化、非接触无应激等优点，为牦牛的规模化养殖与体重测量提供了一种可行的解决方案。
牦牛体尺参数自动提取流程图
本研究得到了国家重点研发计划子任务“牦牛采食行为、发情行为和体重实时监测技术”、四川省科技计划“十四五”牛育种攻关项目、四川农业大学学科双支计划等项目的资助。
论文DOI：10.3168/jds.2023-24065
