基于深度學習的生豬飲水行為識別研究

（江蘇大學電氣信息工程學院，江蘇鎮江 212013）

0 引言

隨著我國養殖業規模不斷擴大，家畜養殖不斷向規?；?、集約化方向發展。在大規模、高密度飼養環境下，家畜的健康管理越來越重要［1］，高精度低成本的自動化養殖方式逐漸取代傳統的人工養殖。目前家畜養殖通常采取半自動化方式，通過人工與無線射頻識別技術（Radio Fre?quency Identification，RFID）相結合進行管理［2］。但RFID技術需要在豬的耳朵上安裝侵入式標簽，成本高且不易操作。與RFID 技術相比，機器視覺技術僅需一臺攝像設備，成本低廉且自動化程度高。

基于機器視覺的家畜自動化檢測技術研究成果有：朱偉興等［3］通過改進的運動目標檢測算法定位異常生豬，并將圖像通過分組無線服務網絡傳送至監控中心；馬麗等［4］根據生豬呼吸時腹部的起伏特點，構建豬的腹式呼吸表達式，并逐段檢測生豬視頻呼吸頻率；陸明洲等［5］結合射頻標簽和紅外技術監測生豬飲水頻率及消耗量；高云等［6］利用hough 聚類方式識別頭尾；譚輝磊等［7］對輪廓多邊形近似計算相似度判斷飲水行為；楊秋妹等［8］將圖像二值化，計算生豬連通域在固定飲水區域所占面積，然后利用卷積神經網絡判斷飲水區域目標是否為豬頭，以此判別飲水行為。以上判斷方法均需要繁雜的特征提取過程，且對輪廓精確度要求較高，而生豬黏連、姿態變化等因素一定程度上影響了輪廓提取過程。

隨著深度學習及目標檢測技術發展，機器視覺識別能力有了較大提升。該方法無需繁瑣的特征提取過程，直接從訓練集中自動學習目標特征信息［9］。LeCun 等［10］提出第一個卷積神經網絡用于手寫數字識別，隨后該模型廣泛應用于分類、語義分割、目標檢測等領域；Girshick 等［11］將CNN 運用在目標檢測領域，首次提出基于深度學習的目標檢測算法R-CNN。隨著深度學習的飛速發展，目標檢測算法不斷改進，其精度與速度都有了極大提升，已廣泛應用于各大工業領域。本文嘗試將深度學習技術應用于生豬目標檢測，實現更加精準的生豬飲水行為識別。

1 材料與方法

1.1 圖像采集

實驗圖像采自鎮江希瑪牧業有限公司養豬場。攝像機懸掛在豬圈上方3m 處，攝像機視角可涵蓋整個豬圈。攝像機幀率25，像素1 760×1 840。試驗視頻采集5 天，時間自早上9 點至下午5 點，在同一豬圈總計采集7 段視頻，每段5min 左右，攝像畫面如圖1 所示。

Fig.1 Camera images圖1 攝像畫面

1.2 目標檢測算法選擇

目前最常用的目標檢測算有Faster R-CNN［12］、YO?LO［13］、SSD［14］等，其中Faster R-CNN 原理是利用RPN（Re?gion Proposal Network）［15］在多目標圖像中提取僅包含單個目標的局部區域，然后對這些區域進行分類及位置校準。Faster R-CNN 檢測精度高但速度慢（5 幀/s），無法滿足實時檢測需求。YOLO 可在圖像上一次性直接檢測全部目標，算法速度較快（45 幀/s），但對較小物體檢測精度較差。SSD 算法集兩家之長，運算速度遠高于Faster R-CNN 且精度高于YOLO。本文采用簡化的YOLOv3 算法［16］。YO?LOv3 為YOLO 的多次改進版本，結合Faster R-CNN 中Anchor 與多尺度思想［16］，速度與精度均達到或超過SSD 算法。

2 基于YOLO 的生豬目標檢測算法

2.1 算法分析

YOLO 算法檢測流程如圖2 所示（彩圖掃OSID 碼可見）。模型在每個網格中檢測目標，檢測結果以矩形框顯示，且該矩形框中心點在該網格中，矩形框邊界可超出網格范圍。為確保每個網格只檢測到一個目標，將圖像分成13×13 個網格。

Fig.2 Grid test results圖2 網格檢測結果

YOLOv3 為解決大小不同的目標難以檢測問題，引入多尺度檢測方式。網絡融合不同采樣層特征圖，輸出3 個不同尺度的張量（13×13，26×26，52×52），即劃分不同大小網格。采用此方式原因是，小目標在經過多次下采樣后特征難以識別，通過將淺層特征圖疊加至深層特征圖方式，有效避免深層小目標特征消失問題。針對實驗對象僅有整豬及豬頭，目標相對較大的問題，考慮簡化網絡，僅保留13×13 這一尺度，簡化后的網絡在精度與速度上有一定提升。

2.2 模型訓練

本文實驗數據集總計200 張，經過翻轉、旋轉、尺度變換等方式，將數據擴充至1 000 張，按1：4 的比例劃分為測試集與訓練集。采用圖像標注軟件labelme 對圖像進行標注，手動框出整豬及豬頭，軟件會將數據轉化為YOLO 網絡所需要的數據格式。

由于訓練樣本較少，所以本實驗加載經過ImageNet 預訓練的ResNet［18］模型進行遷移學習。ImageNet 為用于視覺對象識別研究的圖像數據庫，包含超過1 000 萬張經過手動注釋的圖像數據。在網絡訓練過程中，靠前的卷積層一般會提取較普遍的特征。隨著卷積層數增加，提取特征會更加趨向于個性化。通過ImageNet 預訓練模型初始化其網絡模型，僅訓練最后幾層，這樣可加速網絡收斂，有效提高訓練速度，同時避免數據不足導致的過擬合現象。

實驗采用tensorflow［19］深度學習框架，計算機配置為Intel Core i7-8700HQ，顯卡為GTX 1080Ti，訓練過程中的超參數設置見表1。

訓練過程中損失函數曲線如圖3 所示。在前2 000 次迭代中，損失值迅速下降至1.3 左右，隨后損失值變化趨于平緩，經過10 000 次迭代后，損失值慢慢收斂至0.6 左右。

Table 1 Network parameters表1 網絡參數

Fig.3 Loss function圖3 損失函數曲線

2.3 實驗結果評價

本文通過準確率與召回率評價檢測結果［19］，計算公式如下：

其中，TP（true positive）代表識別正確的豬（頭），FP 代表不是豬（頭）卻被識別為豬（頭）的數量，FN 代表豬（頭）沒有識別出來的數量。本實驗測試集共100 張圖片，每張包含7 頭豬，數據統計結果見表2，部分測試集結果如圖4 所示。

Table 2 Target detection results表2 目標檢測實驗結果

Fig.4 Test results圖4 檢測結果

3 飲水行為識別

取測試樣本中所有正在飲水的整豬位置集合，選擇一個能包含所有位置集合的最小矩形框。如圖5（a）所示虛線標記位置，將該區域作為飲水區，同時標記飲水器用作飲水行為判斷，如圖5（a）所示實線位置。

飲水行為識別流程如下：①通過目標檢測算法實時監測整豬及豬頭；②若整豬區域處于圖5（a）中虛線內部，且豬頭區域與飲水器產生交集，如圖5（b），則認為有生豬已處于飲水區域；③判斷豬頭是否靜止。若生豬已處于飲水區域超過2s，且2s 內豬頭中心點坐標方差均小于某一閾值，則視為靜止狀態，記錄一次飲水行為。

Fig.5 Drinking behavior judgment圖5 飲水行為判斷

通常情況下，生豬飲水行為至少維持約2s。流程③目的為排除部分生豬偶爾在飲水器附近玩耍情況，圖6 為飲水及非飲水行為連續幀。

Fig.6 Water and drinking behavior and consecutive frames圖6 飲水與非飲水行為連續幀

本實驗通過飲水行為視頻片段判斷本文算法與文獻［7］中基于輪廓算法的識別能力，同時加入部分其它行為，包含玩耍、路過等作為干擾項，每段視頻持續5s。實驗結果見表3 及表4。本文算法對生豬飲水行為識別率達到96%，對其它非飲水行為識別率達到92%，總計識別率為94%，比基于輪廓算法的識別率高了3 個百分點?？梢园l現，兩者識別率的差異主要區別在飲水生豬上。通過觀察誤識別視頻片段，發現基于輪廓方法的誤識別視頻中存在更多的頭部扭曲現象，影響頭部輪廓提取，導致誤判。實驗證明，基于目標檢測的飲水行為識別率要高于基于輪廓的算法。

Table 3 Algorithm experimental results in this paper表3 本文算法實驗結果

Table 4 Experimental results based on contour method表4 基于輪廓方法實驗結果

4 結語

本文提出一種基于深度學習的飲水識別算法。區別于其它基于輪廓的識別方法，本文算法僅通過整豬及豬頭位置進行飲水行為判斷，不依賴于生豬輪廓。實驗結果表明，本文算法識別率高于基于輪廓的飲水行為識別方法。整個識別過程僅需攝像設備，自動化程度較高且成本低。但本文算法需要通過大量數據進行訓練以保證目標檢測的準確性，同時需要攝像設備能清楚拍攝到飲水器。后續工作一方面要優化目標檢測算法，提高檢測結果精確度，另一方面要將算法的整豬識別與身份識別相結合，使系統能夠準確識別出豬圈中每一頭豬各自的飲水情況。