中小型養殖企業的信息化智能管理的探索與研究

康建磊 張志宇 劉一揚 趙文琪 劉鳳生 谷旭澤 宋嬌 王海峰

基金項目：天津市科技局技術創新引導專項基金項目《知識密集型企業的智能化建設》（項目編號：20YDTPJC01480）;2020年國家級大學生創業項目《菲菲智能——豬臉識別智能監控管理系統》（項目編號：202010069028）。

作者簡介：康建磊（1999—），男，本科在讀，研究方向為智能信息處理技術。

通信作者：張志宇（1974—），女，碩士，副教授，研究方向為智能化決策管理和數據分析，E-mail：zhangzhy@tjcu.edu.cn。

摘 ?要：農業農村現代化是全面建設社會主義現代化國家的重大任務。精準化、智能化養殖成為提高養殖業管理水平重要手段，多數中小型養殖場不能像大型企業一樣投入高的信息化成本，所以一個高效、低成本、易操作的信息智能化管理方案對中小型養殖企業提升智能化尤為重要。該文以生豬養殖為研究對象，提出一個基于人工智能的可視化、實時共享和易操作的智能監控管理平臺。此平臺可以應用在移動端和PC端，旨在對豬的疾病進行精準預警。該文描述了平臺的構建和技術實現，并指出實施過程中的關鍵問題。平臺將人工智能應用于中小型養殖戶，幫助其提高智能化管理水平。

關鍵詞：人工智能 ?管理平臺 ??精細管理 ??深度學習 ??多維分析

中圖分類號：DF412.3 ??文獻標識碼：A ??文章編號：1672-3791（2021）12（c）-0000-00

Abstract： Agricultural and rural modernization is a major task of building a socialist modern country in an all-round way. Accurate and intelligent breeding has become an important means to improve the management level of the breeding industry. Most small and medium-sized farms cannot invest high information costs like large enterprises. Therefore， an efficient， low-cost and easy to operate information intelligent management scheme is particularly important for small and medium-sized breeding enterprises to improve intelligence. Taking pig breeding as the research object， this paper proposes an intelligent monitoring and management platform based on artificial intelligence， which is visual， real-time sharing and easy to operate. This platform can be applied to mobile terminal and PC terminal， aiming at accurate early warning of pig diseases. This paper describes the construction and technical implementation of the platform， and points out the key problems in the implementation process. The platform applies artificial intelligence to small and medium-sized farmers to help them improve their intelligent management level.

Key Words： Artificial intelligence; Management platform; Fine management; Deep learning; Multidimensional analysis

近年來，互聯網與實體經濟找到其優勢互補的契合點，引發了養殖業的廣泛創新和變革。我國是生豬養殖和豬肉消費大國，但不是生豬養殖強國[1]。2021年黨中央指出，把全面推進鄉村振興作為實現中華民族偉大復興的一項重大任務，舉全黨全社會之力加快農業農村現代化[2]。發展生豬養殖業信息智能化是實現鄉村振興的途徑之一[3-4]，因此基于低成本、易操作的理念，通過智能監控管理等手段不斷提高生豬養殖管理和技術水平，促進養殖理念和模式的更新，提高養殖效率，是該課題解決的主要方面。

該文主要針對中小型養殖戶的生豬養殖現狀，基于人工智能建立可視化、實時共享和監控的智能多維網絡遠程管理平臺。通過檢測豬只的體溫和其明顯的行為特征來判別豬只的健康狀況是否存在異常，以期實現部分疾病的預警;同時，又能減少豬與人、物、車的接觸，做到及時止損，提高生豬養殖智能化管理水平。

1 生豬養殖業對智能化的需求

所謂生豬智能養殖，即借助大數據技術、現代通信技術、人工智能技術等對生豬養殖過程實現智能化、規范化管理，達到降低發病概率，減少生產成本，提高生產效率的目的。

從養殖業的發展方向來看，無論從歐美的發展規律，還是中國本土畜牧業發展的趨勢，當今的養殖業已從傳統的家庭化的小規模的養殖方式發展為更專業化和工業化的模式。此外，市場競爭迫使這些中小型養殖戶不斷加快智能化的步伐，以避免被大型養殖場或者智能化程度高的養殖場所吞并。這些都使中小型養殖企業對采用信息化技術來提高養殖的智能管理水平產生了極大需求。

生豬養殖中有時依靠人工經驗進行判斷，準確率低，主觀性強，實時性不夠，這些都會導致不可預估的損失。國家對中小型的養豬企業扶持力度大大增加[5]，也使得更多的中小型養豬戶愿意投入成本，響應國家號召的信息智能化養殖，進而使智能化在生豬養殖方面的需求大大增加。

相較于中小型的養豬企業，大型養殖場資金充足、資源廣泛、信息化的程度高。所以，該項目將研究對象定位在中小型的生豬養殖場，結合不同地區和不同用戶的需求，開發符合用戶需求的智能管理平臺。

2 生豬養殖智能監控管理平臺的構建

2.1 生豬養殖智能監控管理平臺組成

將人、豬只、監控、企業通過各種信息技術融合為一體，是現代生豬養殖業實現設備數字化的趨勢所在[6]。該項目建立智能監控管理平臺主要包括數據采集處理中心、生豬管理系統、安全防控系統三大模塊。值得說明的是各個模塊可獨立運行，也設置了接口可統一運行，這樣可以根據客戶需求來進行功能定置。

2.1.1數據采集處理中心

利用易用監控設備完成樣本和實時數據采集，并通過網絡同步傳輸到數據處理中心，經過算法的處理后，存儲在云端服務器，發布并應用于生豬管理系統、安全防控系統。

2.1.2生豬管理系統

其包括生豬環境監測控制系統、預警系統與豬臉識別系統。為了滿足我國生豬養殖集約化發展的需要，現階段生豬養殖豬舍大多采用封閉式。而環境監測控制系統通過傳感器對豬舍的溫、濕度參數進行實時監測;預警系統包括環境預警與疾病預警兩部分，當環境溫、濕度情況或生豬表現出現異常時，系統將提示用戶風險預警;豬臉識別系統結合深度學習等人工智能技術，經過大量生豬行為圖片的比對、篩選、標注、訓練后得到豬臉識別模型，配合紅外熱成像測溫，對體溫或行為異常豬只進行監測識別。

2.1.3安全防控系統

其主要用于疾病的預防，減少豬與人、物、車的接觸，做到及時止損、提高效益。對于人員和車輛等進出嚴格把控和行蹤權限控制，并只對關心的對象進行精確報警，避免大量誤報引起的無效管理，建立高效的生物安全防線。

3.2 生豬養殖智能監控管理平臺的處理流程

平臺的處理流程如下：

（1）各類監控終端設備采集數據并通過數據處理中心存儲至云服務器來展開算法處理;

（2）生豬管理系統通過生豬環境監測控制系統、預警系統，實現對室內溫度、濕度的監測和調節，保證豬圈良好的養殖環境;

（3）豬臉識別系統對豬只的體溫和精神狀態實時監測，識別出豬只的異常行為;

（4）安全防控系統實現對相關人員、外來人員、外來車輛、內外生物等的控制與追蹤，杜絕人員、車輛、生物等帶來的傳染源;

（5）對應各個不同需求和功能的系統在運作工程中相互協調工作，最終得到的多方面信息依托于豬臉識別智能管理平臺通過PC端或手機端進行展現，便于用戶隨時進行查看與管控。

4 豬臉識別智能監控管理平臺的核心技術及實現

4.1 豬臉識別智能識別技術

豬臉識別智能監控管理平臺方案中核心技術的是豬臉識別系統。豬臉識別系統，是基于搜集的數據，通過相關技術處理整合各種生物特征，例如溫度、外表、行為特征、吃食狀況等特征，進而形成數據庫，最后達到識別豬只以及判斷其是否異常的目的。系統以攝像頭+服務器為主，基于視頻監控、人工智能、大數據分析、熱成像技術進行多維分析，自動檢測生豬的體溫以及行為特征，實現對每一頭生豬的精細管理。此系統主要針對生豬各類疾病的預防和管理，將病毒隔斷在生豬的感染初期，及時實施隔離并進行進一步治療，相較于以往的人工檢驗，效率倍增。此外，在當今互聯網發展的趨勢下，此種檢驗技術還是首例，值得研究。該系統通過圖像識別技術識得每一頭生豬，通過熱成像技術實時準確監測生豬體溫、通過對欄內生豬的異常體溫和行為特征與后臺數據庫所存正常數據進行對比，對疫病進行監控預警，及時向養殖人員發出警報。

4.2 智能識別程序的實現

程序采用了現今較為流行的Python語言，基于Pytorch框架進行實現，充分利用了Python的短小精干和智能化數據分析的優點，可以對采集到的樣本圖像進行實時分析，得出精確差別，從而進行精準養殖。部分核心代碼如下：

樣本訓練核心算法實現：

for i in range（10000）： #設置訓練次數

random.shuffle（train_set）

sumloss = 0

for j in range（len（train_set））：

im = Image.open（train_set[j][0]） ?#得到每一張圖片的路徑

im = im.resize（（35， 35）， Image.ANTIALIAS）

im = np.array（im）

im = torch.Tensor（TranDatas（im））

智能識別主要代碼：

total = 0

correct = 0

for j in range（len（test_set））： #測試數據集預測效果

import numpy

im = Image.open（test_set[j][0]）

im = im.resize（（35， 35）， Image.ANTIALIAS）

5 豬臉識別智能監控管理平臺實施的關鍵問題

為保證管理平臺的有效實施，還需要注意以下關鍵問題。

5.1豬臉識別模型訓練

（1）在采集素材時需將豬欄入口多欄并排設置，且設有朝向豬欄入口的攝像頭，同步采集豬只的視頻源數據。

（2）將所選豬只圖片進行篩選和標注，經篩選后的生豬圖片進行對應的坐標信息標注最后保留下來作為圖片數據源。

（3）豬臉識別模型的訓練需要有嚴格的流程。將豬欄并排布置并使攝像頭同步采集圖片、視頻資源等。經過預處理后形成樣本數據的訓練集與測試集，最終建立用于識別的模型。

5.2多維監測實時有效

采取紅外測溫與豬臉識別結合的方式進行多維識別，不僅需要確保兩項數據的實時性與同步性，而且誤差不能超過一定范圍，準確做到多方位監控。

5.3數據處理及管理

平臺中各個子系統存有大量的數據，單從豬臉識別系統來看，系統所獲取的均是生豬行為的動態監測數據，數據量異常龐大，且需實時更新、與數據庫比對，保留下所有相關數據，所以該平臺需要強大的數據庫支撐。

6 結語

該研究積極響應國家發展農業現代化和振興鄉村的號召，著眼于鄉村小型生豬養殖企業，解決在人為飼養的過程中遇到的生豬疾病防控等問題，將人工智能養殖平臺引入到中小型養豬戶中，養殖戶只需花費較小成本購置檢測和管理設備，通過視頻監控對生豬進行實時監測，平臺就能自動進行數據收集、清洗、分析和識別，用戶就能實時得到各項決策提示或警示。其解決了原人工飼養的豬只個體跟蹤識別困難、人為經驗預判誤差大等問題，實現了豬只的識別監測、疾病的預警，做到及時隔離，防患于未然。該平臺的智能化管理實現了高效、低成本、易操作等優勢。

人工智能技術在中小型養殖業中的應用是國家政府機關和行業協會對養殖業智能化的強烈需求，智能監控管理平臺對生豬進行疾病監測，降低了疫病對生豬的危害和養殖業的損失，滿足豬肉需求大國的需求，有助于智能管理水平的提高。

參考文獻

[1] 馮澤猛，張云華，賀玉敏，等.智能養殖：生豬行為研究及其應用[J].農業現代化研究，2021，42（1）：1-9.

[2] 中共中央國務院關于全面推進鄉村振興加快農業農村現代化的意見[J].農民文摘，2021（6）：3-14.

[3] 江光輝，胡浩.非洲豬瘟疫情沖擊下生豬養殖戶生產恢復行為研究——來自江蘇省的經驗證據[J].農林經濟管理學報，2021，20（2）：227-237.

[4] 劉艷昌，趙海生，李澤旭，等.基于機器人的生豬健康養殖智能監控系統設計[J].中國農機化學報，2021，42（8）：187-95.

[5] 廖聰玲，李曉宏，羅雪云.基于物聯網技術下公立醫院固定資產智能管理的應用研究[J].商業會計，2021（17）：88-90.

[6] 王金環，陳湘云，褚帥令，等.我國智能養豬現狀、問題及趨勢[J].中國豬業，2018，13（12）：17-23，27.

3484500338204