智慧牧场牛脸识别系统应用设计

作     者：叶孟珂 

作者单位：内蒙古科技大学 

学位级别：硕士

导师姓名：李宝山;李琦

授予年度：2023年

学科分类：0905[农学-畜牧学] 08[工学] 080203[工学-机械设计及理论] 09[农学] 0802[工学-机械工程] 

主      题：牛脸识别 牛只个体身份识别 目标检测 实例分割 特征提取 

摘      要：近年来人民的生活水平不断提升,对牛羊等肉类的消费也不断增长,这促使畜牧业快速发展。在此背景下,传统的畜牧业模式正朝着规模化、精准化、智能化的方向发展,牛只等大型牲畜的保险业务不断增长,对牛只身份识别的要求也在提高。牲畜身份识别作为畜牧业精细化养殖的核心内容,本文提出了一种基于计算机视觉的牛脸身份识别方法。主要研究内容包括牛脸数据集的采集与制作、牛脸目标检测模型的选择、牛脸实例分割模型的选择、牛脸身份识别模型的选择和牛脸识别应用系统设计五个部分。具体如下:（1）数据集的制作,本课题在内蒙古自治区几个牧场进行牛脸图像数据采集,分别建立牛脸目标检测数据集CFOD、牛脸实例分割数据集CFCOCO、牛脸身份识别数据集CFO与CFSEG。（2）牛脸目标检测,分别使用DETR、Faster RCNN、YOLOv5和YOLOv8模型,对CFOD数据集训练,通过对比分析,选择性能优异的YOLOv5模型进行牛脸目标检测,YOLOv5的AP达到了94.3%。（3）牛脸实例分割,将Mask RCNN和SOLOv2模型在CFCOCO数据集上进行训练,经过实验对比,选择SOLOv2模型用于牛脸前景图像的提取,m AP达到了82%以上。（4）牛脸身份识别,通过Face Net模型对牛脸进行特征提取,使用Inception＿v3,Inception＿resnet＿v1和Inception＿resnet＿v2作为主干特征提取网络分别在CFO和CFSEG数据集进行训练,最后选择在CFSEG数据集训练得到效果最好的Inception＿resnet＿v1网络提取牛脸特征进行牛脸身份识别的任务,达到了92.4%的验证率和98%的准确率。（5）牛脸识别系统应用设计,通过Tensor Flow Serving（TF Serving）框架结合Tornado Web服务对三个子系统进行部署,利用Docker进行服务管理,实现了牛脸目标检测子系统、牛脸实例分割子系统和牛脸身份识别子系统共同构建的牛脸识别系统。本文将牛脸目标检测模型、牛脸实例分割模型和牛脸身份识别模型相结合进行牛脸身份识别,使用My SQL数据库存储牛只档案信息,Elastic Search数据库存储牛脸特征向量。将TF Serving、Tornado和Docker作为总体架构,搭建基于牛脸生物特征的牛脸识别系统,进行牛只个体身份识别,对牲畜的精细化饲养、监测牲畜生物体征、管理牲畜溯源数据以及预防牲畜保险的欺诈等方面有着推动作用。