体况评分

摘要： 胎衣滞留是奶牛常见的代谢性疾病,对奶牛健康和奶牛场生产的影响较大。本文以南方某规模奶牛场2021年1—12月分娩的牛群数据为基础,从不同月份、干奶天数、妊娠天数、围产天数、围产牛体况等方面研究了该奶牛场胎衣滞留的发病规律。结果显示:该奶牛场热应激期间,胎衣滞留率大幅增加;头胎牛的胎衣滞留率低于经产牛,并且胎次越高胎衣滞留率越高;干奶天数不足,胎衣滞留率会明显增加;妊娠天数越短,胎衣滞留率越高;围产天数越少,胎衣滞留率越高;围产牛体况评分过低或过高,胎衣滞留率都会增加;青年牛投产月龄增加,胎衣滞留率也明显增加;母牛产公犊时的胎衣滞留率高于母犊;出现难产时胎衣滞留率增加,奶牛胎位不正、怀双胎、死胎等牛的胎衣滞留率较高,而胎儿初生重的高低没有显著地影响胎衣滞留率。

摘要： 本试验旨在探究饲粮中添加过瘤胃脂肪对肉母牛生长性能、血清指标及繁殖性能的影响。试验选用体况评分5~6分、胎次2胎、产后1周内的安格斯母牛40头,随机分为4组,每组10头,第1组饲喂基础饲粮,第2、3、4组分别在基础饲粮中添加150、200、250 g/头的过瘤胃脂肪,集中饲喂60 d,自由饮水。结果表明:1)产后肉母牛初始体重和体况各组之间无显著差异(P>0.05),终末体重第3、4组较第1组有显著增加(P0.05);血清尿素氮(UN)含量第4组较第1组显著升高(P0.05);产后第1次发情时间第4组极显著高于其他各组(P<0.01),第3组显著高于第1组(P<0.05);产后第1次配种天数第4组极显著高于第1、2组(P<0.01),第3组显著高于第1组(P<0.05)。综上所述,在本试验条件下,产后体况评分为5~6分的安格斯母牛饲粮中添加过瘤胃脂肪导致其体况评分增加,血清相关指标发生改变,母牛繁殖性能下降,且随着饲粮中过瘤胃脂肪添加量的增加,影响越显著。

摘要： 奶牛的体况评分能够体现奶牛能量的蓄积程度、营养状况和营养管理水平,也是评估奶牛脂肪沉积的主要工具。体况评分过高或过低都会导致奶牛的生产性能降低、繁殖能力下降,不仅影响牛乳的品质,也会诱发很多疾病,因此,周期性地对奶牛进行体况分数评估可以很好地提示饲养管理人员识别出异常奶牛个体,及时止损。本文介绍了奶牛人工评分、超声波成像技术检测尻部厚度、结合视觉技术和人工智能进行评分等3种方法以及在奶牛养殖场的应用。

摘要： 选择健康、繁殖功能正常、膘情中等及以上的西门塔尔青年母牛150头,按照G-6-G法、GPE法和GPA法3种不同定时输精方案进行处理,测定其同期发情率、情期受胎率、体况评分等指标,评价不同定时输精方案和体况评分对输精效果的影响.结果表明:G-6-G组同期发情率最高为100％,与其他组差异不显著.各试验组牛体况评分均以6分或7分居多,试验1组情期受胎率最高为56.52％,显著高于GPE组的50.00％和GPA组的49.02％;体况评分5分试验组的同期发情率最低为92.31％,显著低于体况评分6分、7分试验组,体况评分5分试验组的情期受胎率最低为37.50％,极显著低于体况评分6分试验组,显著低于体况评分7分试验组.说明G-6-G组定时输精方案最好,体况评分为6—7分时,同期发情率和情期受胎率均较高,其同期发情率与情期受胎率呈正比.

摘要： 为进一步提高奶牛体况自动评分精度,构建了一种基于点云凸包距离的三维结构特征图,将其作为EfficientNet深度学习网络的输入,可实现奶牛体况自动评分误差在0.25以内识别的准确率提升.首先,对获取的奶牛背部深度图像进行预处理,得到含有主要体况信息从奶牛腰角骨到臀骨区域的点云;其次,对点云进行体素化和凸包化,计算每个外围体素到最近凸包面之间的距离,并投影至X-Y平面上,得到结构特征图;构建EfficientNet网络分类模型,采用鲸鱼优化算法(Whale optimization algorithm,WOA)对其缩放系数进行优化;最后,利用77头奶牛的5119幅深度图像对模型进行训练、验证与测试,数据集比例为5∶3∶2.结果 表明,奶牛体况评分(BCS)范围在2.25 ～4.00内,测试集中EfficientNet模型精准识别的图像达到73.12％,BCS识别误差在0.25和0.50以内的图像占比分别为98.6％和99.31％,平均识别速率为3.441 s/f,识别效果优于MobileNet-V2、XceptionNet和LeNet-5等模型.该方法可实现规模化养殖场中奶牛个体体况的无接触评定,具有精度高、适用性强、成本低等特点.

摘要： 本实验旨在探究北京地区泌乳母牛活动量的群体规律及其影响因素,为牛群精细化管理和建模分析奶牛活动量性状提供参考.本研究于2015年5月—2018年6月收集北京地区某规模化牧场916头成母牛的活动量记录,包括原始活动量(2 h记录1次)和日活动量(24 h记录1次).对原始活动量和日活动量进行描述性统计,然后利用线性混合模型分析胎次、测定季节、体况评分、泌乳阶段、测定年份和项圈类型对日活动量的影响.结果表明:北京地区泌乳母牛的原始活动量为47.29 au/2h,日活动量为573.35 au/d,是奶牛日常活动中仅次于休息的第二大类行为.处于不同胎次或不同季节的奶牛,其每天不同时段的活动量变化规律不同,00:00—06:00奶牛活动量最低,除集中投料和挤奶时段外,其余时段各季节活动量呈现差异;奶牛的原始活动量随着温湿指数升高而逐渐增加.胎次、测定季节、体况评分、泌乳阶段、测定年份和项圈类型对日活动量均有极显著影响.与1胎奶牛相比,2胎奶牛的活动量减少了4.2％;奶牛在夏季的日活动量最高,在冬季最低;奶牛的日活动量随着泌乳阶段的延长呈逐渐下降的趋势;随着体况评分增加,奶牛的日活动量逐渐降低.

摘要： 目前奶牛体况评分主要为人工,但受人工主观性影响,评分结果的可靠性较差,评定过程耗时费力,严重依赖于评估人员的经验,基于计算机视觉的奶牛体况评分研究逐渐成为研究热点。奶牛体况评分的发展主要经历了人工评分阶段、传统机器学习阶段和深度学习阶段,后两者又可细分为2D领域和3D领域的研究。当前基于传统机器学习的奶牛体况评分方法主要存在依赖于人工标记的问题,单纯地改进降维、提取特征的方法,只能在特定的情况得到提高,使用场景局限,且效果提升有限。随着深度学习的兴起,研究者们开始对不需要人工标记特征的方法进行探索。深度学习与3D技术的使用使得自动体况评分的精度有了进一步的提升,但在实际生产中,为满足奶牛不同生长阶段营养管理需求,奶牛体况值与理想值差应始终维持在±0.25以内,现有自动评分系统的精度与实际养殖管理的理想标准仍具有一定差距。本文通过文献分析,对当前利用计算机视觉的奶牛体况评分的研究热点和理论进行总结研究,提出潜在的研究方向。

摘要： 体况评分在奶牛的生产中起到很重要的作用,同时它们也受到很多因素的影响.本文旨在研究胎次、泌乳月对奶牛体况评分的影响.通过对江苏省某奶牛场722头产犊前后60天内的中国荷斯坦牛体况评分进行测定,并收集牛只繁殖性能相关数据,采用多因素方差分析模型分析体况评分、泌乳月等因素对奶牛部分繁殖性能的影响.结果表明:BCS=4时母牛妊娠配种次数最少,且产孕间隔最短,而BCS小于2.5的奶牛每次妊娠所需的配种次数也最多,而且从产犊到妊娠所需的时间也最长.该结果提示在奶产后30-60天内进行体况评分对提高奶牛繁殖性能有较强的指示作用.

摘要： 文章简述体况评分(body condition score,BCS)细则与方法,综述体况评分体系,体况评分与奶牛健康状况、生产性能、繁殖性能和奶牛福利之间的关系,以及体况评分报告在牧场管理中的撰写与应用.以使体况评分在奶牛的饲养管理上更好的行使其"指示器"的功能.

摘要： 体况评分是衡量奶牛体组织储存状况和监控奶牛能量平衡的一种方法,是奶牛场饲养管理中不可缺少的一种工具。本文论述了奶牛体况评分的意义,体况评分的方法,不同生理或泌乳阶段奶牛的理想或适合体况,并对控制奶牛体况的饲养措施作了较详细的介绍。

摘要： 本文阐述了中国规模化安格斯母牛场极易忽略的两个问题，一定要改变安格斯母牛必须纯繁(或育种)的误区，国外那些庞大的安格斯母牛群，可不都是纯血的安格斯牛，国外通常习惯把带有安格斯牛血统的牛，都叫做安格斯牛。在养殖安格斯母牛过程中必须具备的一种管理技术-母牛体况评分。

摘要： 体重是一项重要的身体指标,体重变化反映机体代谢状态的改变,是机体能量摄入和消耗不平衡的最直接表现,就诊猫体重的检测和管理可以直接反映出机体的健康状态,体重的管理有助于辅助疾病的治疗.此外体重监测同时还要结合其他的检查方法对机体状态的确认，对于猫临床常用的方法有体况评分法(BCS);猫体质指数(FBMI)。

摘要： 近年来,随着全球气候变暖,北京地区气候也呈现明显的暖干特征,2010-2012年较1951-1959年整体温度升高1.93°C,每年6月至9月间THI常高于热应激标准,而奶牛舒适的环境温度是5～25°C,因此北京地区夏季热应激严重影响耐寒怕热的荷斯坦奶牛的生产性能.本研究旨在通过RT测定、体况评分，获得北京地区夏季牛群RT变化规律及其对产奶量的影响，为北方地区奶牛管理提供依据。全群牛平均体温超过奶牛正常温度范围（38.3~38.7°C），说明北京地区夏季应加强防暑降温措施；而泌乳阶段中第Ⅰ阶段的牛群上、下午RT均远高于奶牛正常温度范围，说明奶牛在长时间内处于较强的热应激状态，与文献报道热应激对泌乳前期的奶牛RT影响较大一致。泌乳第1~50天的奶牛大多处于子宫恢复阶段，RT较高，因此在夏季对该阶段的牛群更要注意防止饲养密度过大，保证降温措施的有效性，给予更多的观察、关注。

摘要： 奶牛体况评分是依据奶牛身体部位综合得分来定量牛的膘情,并作为管理奶牛营养和健康的依据.某代表性奶牛场泌乳期奶牛的体况评分结果表明奶牛体况与乳蛋白率和305天估计产奶量呈显著正相关(P＜0.01);第3胎次奶牛体况最好,显著优于其他胎次(P＜0.01);泌乳后期奶牛体况显著优于其他泌乳阶段(P＜0.01);胎次与体细胞分之间存在显著正相关关系(P＜0.05);体况与产奶量、乳蛋白率、体细胞分之间以及乳蛋白率与乳脂率之间显著正相关(P＜0.05),体细胞分与乳脂率、乳蛋白率极显著正相关(P＜0.01),可预测牛奶产量和品质.生产中应通过加强营养和改善饲养管理条件等措施使奶牛体况处于合理范围,以获得产量和品质俱佳的牛奶.

摘要： 由于奶牛产后生理的特殊性,满足奶牛泌乳前期的营养需要比其他阶段要复杂得多,本文介绍了一种根据奶牛泌乳前期产后不同周数、不同产奶量的干物质进食量及体况评分与体重变化、体重变化与营养余缺的关系,估算前期所需日粮主要营养适宜浓度的简易方法及微机程序,为分析奶牛泌乳前期日粮营养浓度是否合理及制定前期日粮配方提供参考。适宜营养浓度的估算也是提高饲料转化率,实现节能减排、低碳养殖的需要。

摘要： 本发明提供了绵羊体况自动评分装置及评分方法，属于机械自动化及畜牧养殖领域。绵羊体况自动评分装置，能测得绵羊的体宽、体长、体高、体况、体重数据；能读取绵羊的耳标射频信息；能拍摄绵羊的彩色图像、三维影像视频。绵羊体况的自动评分方法，通过关联绵羊的体宽、体长、体高、体况、体重数据，身份标识数据和背部、臀部区域三维点云数据，得到绵羊的综合生长信息，并通过多次监测的数据生成绵羊的生长趋势图，判断绵羊的生长情况，可以针对性的跟踪和改善绵羊的饲养，提高效率和针对性。

摘要： 本发明涉及一种奶牛体况自动评分装置，属于图像采集技术领域，该装置包括控制终端和图像采集装置，该图像采集装置包括门形支架，支架的横梁上设置有控制器和用于装载图像采集设备的机架，控制器控制连接图像采集设备，门形支架底部两侧分别安装有滑轮，各滑轮由第一电机驱动机构进行驱动，带动门形支架行驶；控制器控制连接第一电机驱动机构，控制器连接无线传输模块，用于接收控制终端的调速指令控制滑轮行驶；控制器还用于根据奶牛的采集图像进行体况评分，将评分结果通过无线传输模块发送至控制终端。本发明的装置通过接收控制终端的控制指令，能够自动行驶至人为选定图像采集区域，并展开图像采集及体况评分，工作方便、快捷，采集效率高。

摘要： 本发明属于牦牛放牧信息处理技术领域，公开了一种基于体况评分在牦牛放牧管理中的信息处理方法及系统，通过图像采集模块采集牦牛的全部形体信息；通过图像处理模块进行数据的获取、处理、分类识别，得到所需的牦牛各个部位的形体信息；通过对比分析模块分析整个牦牛形体的全貌特征；通过分析牦牛跑步或行走时的速度或腹部摆动程度，构建体况评分模型；通过评分系统对牦牛体况评分。本发明的体况评分用于牦牛肥瘦状况评定，为牧民出售牦牛进行体重称量减少难度，节约成本；并用于牦牛分群管理，健康状况评定，季节出栏，维持草‑畜平衡具有重大意义，本发明形成较为完整的评分等级体制，为牦牛体况评定奠定良好基础。

摘要： 本发明提供一种牲畜体况评分方法、装置、电子设备及存储介质，首先获取待评分牲畜的目标点云图像；然后将目标点云图像与各关键部位点云图像模板集合进行配准，得到第一配准结果；最后基于第一配准结果以及各关键部位点云图像模板集合对应的标准体况评分，确定待评分牲畜的体况评分。通过图像配准的方式确定待评分牲畜的体况评分，不需要引入人为操作，可以提高评分的自动化，并排除人为因素带来的干扰。而且，该方法中不需要采用SSD或KCF，避免了漏检问题或漏帧跟踪问题的出现，具有较强的稳定性，提高了体况评分的准确性。而且，该方法不仅可以适用于奶牛，还可以适用于其他牲畜，具有很强的适应性。

摘要： 本发明涉及一种基于注意力机制与轻量级卷积神经网络的奶牛体况评分方法，包括：利用2D可见光摄像机拍摄奶牛尾部图片，得到奶牛体况数据集；构建卷积神经网络模型，并使用奶牛体况数据集进行预训练，得到训练好的卷积神经网络模型；获取待检测的奶牛图片并进行预处理，得到预处理图像；所述预处理包括标准化操作和数据增强；将预处理图像输入训练好的卷积神经网络模型，得到奶牛体况评分结果。本发明以深度学习技术，去除了人工评分主观性强等问题；本发明增加了高效通道注意力机制，加强了网络对奶牛体况的提取能力；同时引入Dropout操作，增强网络的泛化能力。

摘要： 本发明涉及奶牛体况自动评分方法技术领域，具体为基于注意力引导点云特征学习的奶牛体况自动评分方法，在数据采集过程中，从两个牧场随机选取奶牛进行背部数据的采集，采集背部深度图像，利用采集到的深度图像中所包含的深度信息，即深度帧数据，结合相机内置参数，生成奶牛背部点云。该基于注意力引导点云特征学习的奶牛体况自动评分方法，将奶牛背部后躯区域作为感兴趣区域进行提取，进行归一化、降采样与特征放大处理，最后，利用注意力引导的点云特征提取网络进行感兴趣区域的特征提取，并完成奶牛的体况评分，本发明能够更好的提取作为奶牛体况评分感兴趣区域的三维特征，并提升奶牛体况评分的精度。

摘要： 本申请公开了一种体况评分方法及相关装置、电子设备和存储介质，其中，体况评分方法包括：基于待评测对象的第一拍摄图像进行第一评测，得到待评测对象的第一评测结果；其中，第一拍摄图像是从预设拍摄视角对待评测对象拍摄得到的，第一评测结果包括待评测对象的目标分值区间，且目标分值区间是从多个预设分值区间中选择得到的；获取从目标拍摄视角对待评测对象拍摄到的第二拍摄图像；其中，目标拍摄视角与目标分值区间相匹配；基于目标评测策略对第二拍摄图像进行第二评测，得到待评测对象的第二评测结果；其中，目标评测策略与目标分值区间相匹配，且第二评测结果包括待评测对象的体况评分。上述方案，能够提高体况评分的效率和准确率。

摘要： 一种基于体况评分的奶牛分类系统，包括奶牛体况评价装置，奶牛体况评价装置包括深度图像获取模块、标记模块、第一提取模块、第二提取模块、计算模块、评价模块，深度图像获取模块用于从奶牛的上方获取反映奶牛背部轮廓的背部深度图像，标记模块用于在背部深度图像上标记数个关键点，第一提取模块用于读取背部深度图像上的每一个关键点平面信息，第二提取模块用于读取背部深度图像上的关键点深度信息，计算模块与评价模块根据公式一或公式二获得奶牛的体况评分，以盆骨点与后胯骨点两点之间的中分点为标准，将V点与中分点进行比较，申请人发现，V点与中分点的距离比值作为奶牛体况评分基准，既客观，又便捷。

摘要： 本发明提供一种基于多角度深度信息融合的奶牛体况评分方法，包括以下步骤：S1：从多个角度获取奶牛的RGB‑D视频；S2：从RGB‑D视频中提取关键帧组；S3：构建基于多角度深度信息融合的奶牛体况评分网络，并对奶牛体况评分网络进行训练，得到训练好的奶牛体况评分网络；S4：将奶牛的关键帧组输入训练好的奶牛体况评分网络中进行体况评分，得到评分结果。本发明提供一种基于多角度深度信息融合的奶牛体况评分系统，包括栏位、3D摄像头、耳标识读器、视频处理模块、奶牛体况评分模块和数据存储模块。本发明提供一种基于多角度深度信息融合的奶牛体况评分方法及系统，解决了目前基于深度图像的建模方法通常仅考虑单一的角度进行评分的问题。

摘要： 本实用新型涉及一种基于图像识别的奶牛体况评分装置，包括架单元、红外单元、识别单元、图像采集单元、高压冲洗单元以及控制显示单元；其中，红外单元设置于架单元的第二端，用于检测奶牛是否进入架单元；识别单元设置于架单元的第一端，并与红外单元连接，用于识别奶牛的电子耳标；图像采集单元设置于架单元，并分别与红外单元、识别单元连接；高压冲洗单元设置于架单元的第一端，并与红外单元连接；控制显示单元设置于架单元，并分别与识别单元、图像采集单元连接。本实用新型解决了现有技术中人工对奶牛体况评分效率不高以及主观性太强的问题，实现了对奶牛进行无感评分。