《AgriEngineering》：Enhanced Non-Invasive Estimation of Pig Body Weight in Growth Stage Based on Computer Vision
Franck Morais de Oliveira,
Verónica González Cadavid,
Jairo Alexander Osorio Saraz,
Felipe Andrés Obando Vega,
Gabriel Araújo e Silva Ferraz and
Patrícia Ferreira Ponciano Ferraz
编辑推荐：
本研究针对传统猪只称重方法耗时费力、成本高且有损动物福利的问题，提出了一种基于计算机视觉和YOLOv11算法的非侵入式体重估计方案。通过自动分割猪只背部区域并结合个体标记识别，利用线性回归和MLP神经网络模型，实现了对群养猪只体重的高精度、低成本预测。该方法在测试集上取得了卓越的预测性能，为精准畜牧业提供了创新的智能化监测工具。
在现代化的生猪养殖产业中，对猪只体重进行持续、精确的监测是评估动物生长健康状况、调整饲养策略、确保生产效益的关键。然而，传统的称重方法——无论是将猪只驱赶至地磅，还是使用集成了称重设备的饲喂站——都存在明显的弊端。这些方法不仅过程繁琐、耗费人力，更会给猪只带来应激反应，影响其福利，甚至可能引发人畜安全事故。此外，专用的自动化称重设备往往价格不菲，且会挤占猪栏的宝贵空间，限制了其大规模推广应用。面对这些现实挑战，畜牧行业迫切需要一种高效、低成本、非侵入式的体重监测新方案。
计算机视觉技术的蓬勃发展为解决这一难题提供了可能。通过摄像头捕捉猪只图像，并利用深度学习算法进行分析，理论上可以实现对体重的“无接触”估计。然而，在真实的、动态变化的猪场环境中，实现这一目标并非易事。猪只的群体活动、彼此间的遮挡、多样的姿态（如站立、躺卧）、以及从幼龄到出栏整个生长过程中体型和行为的巨大变化，都给图像的分割和特征提取带来了严峻挑战。更重要的是，专门针对生长阶段猪只（体重约9-34公斤）的研究相对匮乏，而这一阶段正是生长快速、需要精细化管理的关键时期。现有的许多研究要么依赖于复杂的三维（3D）设备成本高昂，要么在应对复杂场景时鲁棒性不足。那么，能否利用普通摄像头（RGB相机）获取的二维（2D）图像，开发一种既准确又易于部署的猪只体重自动估计方法呢？这正是发表在《AgriEngineering》上的这项研究试图回答的核心问题。
研究人员开展了一项系统的探索。他们首先在哥伦比亚国立大学梅德林分校的实验农场进行数据采集，对10头群养的处于生长阶段的猪只（初始体重约9公斤）进行了为期两个月的连续监测。通过顶部安装的相机，他们捕获了猪只在自然光照下的活动视频，并从中提取了近2.9万张有效图像用于构建数据集。为了训练模型能够精准识别和分割每一头猪，研究人员在每头猪的背部标注了独特的数字编号，并在图像上手动勾勒出每一头猪的背部区域（排除头部和尾部）作为“掩膜”，创建了一个包含10个类别（对应10头猪）的标注数据集。这个数据集随后被用于训练一个先进的实例分割模型——YOLOv11-L-seg，其核心任务是：在看到一张新的猪圈图片时，不仅能找到猪在哪里，还要精确地“抠”出每头猪的背部轮廓，并识别出它背上是几号。模型训练完成后，其输出的最关键信息就是每头猪背部区域的“二进制掩膜”——一个二值图像，其中白色像素点代表猪的背部区域。研究者简单地计算这个掩膜中白色像素的数量，就得到了一个关键的预测变量：分割出的背部面积（以像素为单位）。最后，他们建立了两种预测模型：简单直观的线性回归模型和一个更复杂的多层感知器人工神经网络模型，来探索背部像素面积与实际称重体重之间的数学关系。
2.2.1. 图像分割 与 2.2.2. 图像标注的选择标准：研究构建了包含28,395张图像的数据集，并手动标注了每头猪的背部区域（排除头尾），形成10个类别。标注时严格筛选，只选取猪只处于直立姿态、背部清晰可见、无严重重叠且位于图像中心区域的帧，以确保分割质量。
2.3. 提出的模型：研究采用YOLOv11-L-seg模型进行实例分割。该模型在训练中表现出良好的收敛性，在验证集上实现了高精度和召回率。其流程如图3所示，能够同时完成检测、分类和分割任务。
3.1.2. 训练性能指标：模型在测试集上取得了优秀的性能指标：精确度(Precision)为0.849，召回率(Recall)为0.886，mAP@0.50为0.936，mAP@0.50–0.95为0.819，证明其在高难度场景下具有良好的泛化能力。
3.2. 将训练好的模型应用于新数据进行体重预测的结果：训练好的模型被应用于一个全新的、包含近2.6万张图像的独立数据集进行推理。模型在整个监测期内保持了稳定的性能，成功生成了大量分割掩膜。结果可视化显示，模型在不同生长阶段（小、中、大）都能有效分割和分类猪只。通过对掩膜的像素计数，研究者得到了每日的猪只平均分割面积，其随时间增长的趋势清晰反映了猪只的生长发育过程。
3.3. 预测模型的结果：体重预测是研究的最终目标。无论是线性回归模型还是多层感知器模型，都表现出了极高的预测精度。线性回归的确定系数(R2)达到0.96，均方根误差(RMSE)和平均绝对误差(MAE)分别为1.52公斤和1.20公斤。多层感知器的性能同样出色，R2为0.95，RMSE和MAE分别为1.63公斤和1.25公斤。两个模型的预测值都与实际测量体重高度吻合，成功追踪了猪只的日增重趋势。
进一步的按类别分析揭示了更细致的发现。大多数个体（如7号和9号猪）的预测精度极高，R2最高可达0.98，RMSE低于1.1公斤。然而，8号猪的预测误差明显更大。分析表明，这并非模型分割失误（分割指标在各类别间均保持高位），而更可能与该个体独特的体型（形态变异度更高）或背部面积与体重的关系在该个体上呈现出更大的离散性有关。最终，整体数据显示，分割出的背部面积与体重之间存在极强的线性关系，这解释了为何简单的线性回归模型在本研究中能与复杂的神经网络表现相当甚至略优。
本研究得出明确结论：基于YOLOv11实例分割模型自动提取的猪只二维背部面积，结合线性回归或多层感知器预测模型，能够实现生长阶段猪只体重的高精度、非侵入式估计。该方法在测试中表现出的优异性能（R2> 0.95， RMSE < 1.63 kg）证实了其可行性和有效性。尤为重要的是，这项研究为解决精准畜牧业中的一个关键痛点——生长阶段猪只的连续、无应激体重监测——提供了一种低成本、易于实现的二维图像解决方案。与需要昂贵三维设备或复杂设置的方法相比，本方案仅需普通RGB摄像头和经过训练的深度学习模型，大大降低了技术门槛和部署成本。
研究的讨论部分在肯定成果的同时，也客观指出了当前方法的局限性与未来方向。首先，模型在应用时对猪只姿态有要求（需为站姿且背部清晰），而在实际养殖后期，猪只躺卧时间增加，这可能影响数据的连续获取。其次，研究使用的数据来源于一个相对较小的固定群体（10头猪），尽管样本图像数量庞大，但未来仍需在更多样化、更大规模的猪群中验证模型的普适性。第三，研究关注了预测精度，但尚未评估模型在嵌入式设备上的计算效率、推理速度和实时性能，而这对于农场端的实际部署至关重要。最后，本研究依赖于背部的数字标记进行个体识别，未来可探索无标记识别技术（如面部识别或体表花纹分析）以进一步提升系统的自动化程度和实用性。
尽管如此，这项工作的意义不容小觑。它成功地将前沿的计算机视觉技术（YOLOv11实例分割）与经典的回归分析方法相结合，为猪只生长监测提供了一套从图像采集、个体分割到体重预测的完整自动化流程。这不仅显著减轻了人工劳动的强度，避免了传统称重对猪只的应激，更为实现真正的智能化、精细化畜牧管理奠定了坚实的技术基础。随着后续对计算效率的优化和在不同生产场景下的进一步验证，该方法有望集成到嵌入式系统和智能监控平台中，成为现代智慧猪场不可或缺的“AI体重秤”。
