基于图像分割与推理的混合模型用于猪体重估测的评估

《Frontiers in Artificial Intelligence》：Evaluation of hybrid models based on image segmentation and inference for pig weight estimation

　　

摘要：引言：猪生产中准确估测体重对于优化管理、饲喂和商业化决策至关重要；然而传统称重方法具有侵入性、耗时且容易出现操作错误。本研究提出一种基于计算机视觉的非侵入性方法，在秘鲁圣马丁的真实农场条件下估测猪体重。方法：研究人员收集了3,800张侧视图像及其对应的真实体重数据，并实现了一个计算流程，包括几何标准化、使用YOLOv8n-seg的实例分割，以及通过EfficientNet-B0进行特征提取。所得嵌入向量作为监督回归模型（SVR、XGBoost和CatBoost）的输入，采用重复分层交叉验证和独立测试集进行评估，以MAE、RMSE和R²作为性能指标。统计比较采用Friedman检验，随后进行Holm校正的Wilcoxon事后分析。结果：结果显示较强的预测性能，其中SVR模型取得了最佳结果（RMSE = 2.68 kg，MAE = 1.81 kg，R² = 0.85），与其他模型相比差异具有统计学显著性。讨论：这些发现表明，将计算机视觉技术与能够捕捉非线性关系的模型相结合，可有效建模动物形态与体重之间的关系，为实际生产系统提供了一种低成本、非侵入性的解决方案，并支持精准畜牧业的发展。

猪体重估测是养猪生产中优化管理、饲喂和商业化决策的关键环节，但传统人工称重需直接接触动物，易引发应激、增加受伤风险并造成人为误差。近年研究还表明，操作应激会损害动物健康和肉品质。在秘鲁尤其是圣马丁地区，养猪业快速增长，亟需自动化和非侵入性的测量方法。尽管已有计算机视觉技术用于动物体重估测，但真实农场场景中的光照变化、动物运动、遮挡及背景干扰等因素仍影响模型准确性，且小中型农场常因成本和复杂度难以采用先进系统。为此，研究人员提出一种混合方法，将YOLOv8n-seg实例分割、EfficientNet-B0特征提取与监督回归模型相结合，在秘鲁真实农场条件下估测猪体重。

研究人员在秘鲁圣马丁省Lamas省Zapatero区的“Ganadería DR”农场开展研究，采集了3,800张猪侧视RGB图像，每张图像与实测体重配对。数据处理流程包括几何标准化、猪体分割、深度特征提取和回归建模。三种回归模型（SVR、XGBoost、CatBoost）中，SVR表现最优，RMSE为2.68 kg，MAE为1.81 kg，R²为0.85，且统计上显著优于其他模型。结果表明，混合方法可实现准确、非侵入的体重估测，为精准畜牧业提供了低成本、可扩展的解决方案。

关键技术方法主要包括：数据来源为上述秘鲁农场，共3,800张侧视图像。①使用定制YOLOv8模型检测猪体上的圆形参考标记，通过标记尺寸进行几何标准化，以校正拍摄距离和取景差异。②使用微调后的YOLOv8n-seg对猪体进行实例分割（另标注232张图像并划分训练、验证、测试集），生成猪体掩膜以抑制背景干扰。③利用ImageNet预训练且权重冻结的EfficientNet-B0提取每张图像1,280维深度特征。④将特征输入SVR、XGBoost和CatBoost三种监督回归模型，采用15次分层交叉验证和独立测试集评估，指标为MAE、RMSE和R²；统计比较采用Friedman检验和Wilcoxon事后检验。

研究结果如下。

**3.1 基于分割和特征提取的混合模型性能**
**3.1.1 几何标准化**：通过自动检测圆形参考标记，将标记直径调整为统一像素值，有效减少了拍摄距离和取景差异导致的形态变化，得到形态一致性更高的数据集。
**3.1.2 猪体分割**：在46张验证图像上，YOLOv8n-seg达到mAP@0.5为97.5%、精确率98.7%、召回率93.5%、F1分数96.0%，表明分割模型能准确隔离猪体。该模型随后应用于全部3,800张图像生成掩膜，为特征提取提供干净的猪体区域。

**3.2 体重估测回归模型比较分析**
**3.2.1 混合模型的个体性能**：15次交叉验证中，EfficientNetB0+SVR平均MAE为1.8144±0.3795，RMSE为2.6829±0.5824，R²为0.8454±0.0617，表现最佳且稳定；EfficientNetB0+CatBoost居中（RMSE=3.1334±0.4473，R²=0.7917±0.0649）；EfficientNetB0+XGBoost误差最高且离散度较大（RMSE=3.2852±0.5801）。
**3.2.2 模型性能统计分析**：Friedman检验显示三种模型RMSE差异显著（χ²=20.13，p<0.001，Kendall’s W=0.671）；Wilcoxon事后检验显示SVR与CatBoost（校正p=0.000183）、SVR与XGBoost（校正p=0.000244）差异显著，而CatBoost与XGBoost无显著差异（校正p=0.094604）；效应量分析进一步支持SVR的优势（dz分别为1.85和-1.58）。
**3.2.3 测试集评估与稳定性分析**：SVR在独立测试集上的RMSE接近交叉验证均值，说明泛化能力较强；CatBoost测试RMSE略高于交叉验证均值但仍处于分布范围内；XGBoost交叉验证离散度高，测试误差趋于更大。所有模型在测试集上的表现与交叉验证一致，未出现过拟合迹象。

讨论部分指出，SVR优于梯度提升类模型的结果与部分基准研究不同，表明EfficientNet-B0生成的特征空间更适合核方法捕捉非线性关系。几何标准化和分割环节有效提升了嵌入质量，而采用移动设备拍摄RGB图像的方式，降低了成本和技术门槛，适合中小规模生产系统。同时，研究观察到高体重范围内存在低估趋势，反映了二维图像在表达动物体积特征上的局限，未来可考虑多模态信息融合。

研究结论翻译如下：本研究表明，基于实例分割、深度特征提取和监督回归的混合方法能够在真实农场条件下实现准确且非侵入的猪体重估测。结果显示较强的预测性能，其中SVR模型在基于RMSE的统计分析中是最准确且最一致的方法。使用移动设备拍摄的RGB图像结合高效处理流程，使所提方法成为适用于中小规模生产系统的可及且实用的解决方案。此外，其非侵入性有助于改善动物福利并提升数据质量。总体而言，这些发现凸显了混合模型在精准畜牧业应用中的潜力，为通过多模态整合和多样化生产环境验证开发更稳健的系统奠定了基础。