买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门农芯数字科技有限公司申请的专利一种猪只分割与姿态检测方法、装置以及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121213932B 。

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511735715.6，技术领域涉及：G06V10/26；该发明授权一种猪只分割与姿态检测方法、装置以及设备是由薛素金;杜言方;杨焜;李梦炜设计研发完成，并于2025-11-25向国家知识产权局提交的专利申请。

本一种猪只分割与姿态检测方法、装置以及设备在说明书摘要公布了：本发明公开了一种猪只分割与姿态检测方法、装置以及设备，包括：获取养猪场图像数据，对每一所述养猪场图像数据中的每一猪只实例进行包括边界框、分割掩膜以及姿态关键点的标注，以构建训练数据；构建基于YOLOv8框架的多任务网络模型，其中，所述多任务网络模型的网络架构包括骨干网络、颈部特征融合模块以及并行设置的检测头、分割头和关键点头；将所述训练数据输入至所述多任务网络模型中，并基于预设损失函数进行训练，得到训练完成的猪只分割与姿态检测模型；将采集的待检测图像输入所述猪只分割与姿态检测模型进行推理，得到对应每一猪只的分割与姿态检测结果。本方法显著提升了处理效率，能够满足规模化养猪场实时监控场景对低延迟的要求。

本发明授权一种猪只分割与姿态检测方法、装置以及设备在权利要求书中公布了：1.一种猪只分割与姿态检测方法，其特征在于，所述方法包括： 获取养猪场图像数据，对每一所述养猪场图像数据中的每一猪只实例进行包括边界框、分割掩膜以及姿态关键点的标注，以构建训练数据； 构建基于YOLOv8框架的多任务网络模型，其中，所述多任务网络模型的网络架构包括骨干网络、颈部特征融合模块以及并行设置的检测头、分割头和关键点头；所述多任务网络模型还包括特征融合模块，用于将分割分支提取的高层特征和关键点分支提取的高层特征进行残差融合，得到融合特征，并将所述融合特征同时输入至分割头和关键点头；所述特征融合模块设置于所述颈部特征融合模块与所述分割头和关键点头之间；其中，所述融合特征表示为： ，式中，Fi’表示融合特征，Fi表示原始的猪只实例特征，Fmask表示分割分支提取的高层特征，Fkpt表示关键点分支提取的高层特征，α和β表示可学习的权重参数，Conv1x1表示1×1卷积操作； 将所述训练数据输入至所述多任务网络模型中，并基于预设损失函数进行训练，得到训练完成的猪只分割与姿态检测模型；其中，所述多任务网络模型的训练过程采用分阶段训练策略，包括： 第一阶段通过使用公开数据集预训练检测头和分割头，第二阶段通过使用所述训练数据微调检测头和分割头，直到分割损失达到稳定阈值后加入关键点头进行联合训练； 将采集的待检测图像输入所述猪只分割与姿态检测模型进行推理，得到对应每一猪只的分割与姿态检测结果； 其中，所述预设损失函数包括检测头损失、分割损失以及关键点损失，所述预设损失函数表示为： Ltotal=Ldet+λmaskLmask+λkptLkpt，式中，Ldet表示检测头损失，Lmask表示分割损失，Lkpt表示关键点损失，λmask和λkpt表示对应损失的权重；其中，Ldet包括边界框回归的CIoU损失和类别置信度的BCE损失；Lmask包括BCE损失和Dice损失，Lmask表示为： ，式中，表示真实掩膜，Mi表示预测掩膜，λdice表示Dice损失权重； Lkpt采用MSE损失计算预测热力图与真实热力图的差异，Lkpt表示为： ，式中，K表示姿态关键点数量，表示模型预测的第k个关键点的预测热力图，表示第k个关键点的真实热力图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门农芯数字科技有限公司，其通讯地址为：361000 福建省厦门市集美区软件园三期诚毅北大街50号1601单元A1；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。