摘要
本发明提供一种基于三维点云的活体猪只评级方法、系统及存储介质,方法包括:采集活体猪只初始点云并进行预处理;利用DynEdgeNet点云分割模型将预处理后的初始点云分割为头腮、躯干、四肢、臀部和腹部五个部分;利用TransFusionNet深度学习网络提取分割获得的各部分点云的特征,并根据各部分点云的特征分别计算猪只头腮、肌肉感、收腹和体态匀称度的综合评分;将猪只的所有综合评分共同输入GradingInteractionNet分类网络,获得活体猪只的评级;本发明基于三维点云和深度学习进行猪只评级,能够实现对活体猪只快速、全面、无应激的评级,有效提升了活体猪只评级的客观性、精度和工作效率。
技术关键词
评级方法
深度学习网络提取
深度相机
分类网络
多层感知机
评分特征
特征提取模块
四肢
点云特征
语义标签
交互特征
多尺度特征提取
视角
融合特征
拍摄活体
评级系统
平直度