生豬是我國養殖業的主要畜種。豬長得好不好，既要看它吃得好不好，還要看它吃得省不省，也就是精準營養。我國現行生豬飼料配方制定尚未全盤考慮品種、性別、飼養模式、養殖環境、生長階段、日糧類型、母體效應等多種影響因素。生豬各生長階段的營養需要量，多設定為特定生理階段下的群體需要量平均值，無法準確銜接豬特定發育階段及生理狀態下的營養需求，導致飼料資源浪費、畜禽生長潛能受限。
明確不同遺傳背景、生長階段、養殖模式、養殖環境條件下的豬生長曲線及動態營養需求，其核心是構建不同生產條件下的豬生長曲線模型，而生豬體重數據的準確獲取是關鍵。目前，生豬體重多通過磅秤獲得，但這種方式易誘發嚴重應激，影響其后續生長，且很難實現高頻率的體重數據采集。人工稱重一次后，生豬至少2~3天內生長速度受到影響。
機器視覺技術和深度學習等相關算法的應用和發展，為生豬體重數據無應激采集提供了新的途徑。利用機器視覺技術對生豬進行體重信息采集，既可減少人為采集造成的誤差，也可消除傳統機械秤稱重給生豬造成的應激反應，更便于飼養管理人員對生豬體重實時監管，助力實現生豬生長速度的定制化生產。
我國在基于機器視覺技術的生豬體重估測方面走在世界前列。比如，北京小龍潛行科技有限公司多年的研發已經走出一條從設備研制到數據采集、數據整理、算法模型構建、平臺服務的科技創新之路，同時市場上也出現多家跟跑者。
中科院亞熱帶農業生態研究所已與北京小龍潛行科技有限公司、唐人神集團股份有限公司、廣東廣墾畜牧工程研究院有限公司等開展院企合作，使用生豬人工智能估重滑軌巡檢設備，在唐人神集團股份有限公司和廣東廣墾畜牧集團股份有限公司完成覆蓋兩萬頭以上規模的生長育肥豬的現場使用驗證，平均準確率大于95%。
然而，目前國際上還沒有一個關于生豬體重信息影像數據采集過程的規范。如何保障生豬圖像數據采集的統一性，是基于機器視覺技術的生豬體重估測應用推廣的迫切需要，要對生豬圖像采集設備配置、安裝方式、數據整理流程、模型構建過程等細節做統一規范，以支撐跨區域的生豬體重長期、實時監測，并進行橫向對比。因此，亟待建立健全行業標準，制定生豬體重信息影像數據采集技術規范。
如何制定這一技術規范？簡單來說，在設備方面，需要在實現豬只個體識別的基礎上，具有支持無應激、非接觸方式測定豬只體重的功能；同時采集數據的設備要適應養殖場實際生產環境。采集方式方面，設備數據采集拍攝面應與地面保持水平，采用固定式安裝或動態巡檢的方式運行并采集數據，在豬只個體識別的基礎上，采用無應激、非接觸方式完成數據采集；各類設備需依照同樣的數據格式。
同時，采集到的數據應有效安全存儲，采集全流程必須保證數據和系統的安全；為保證系統數據的可靠性，需要從技術架構上考慮數據的備份和容災方案；通過各類終端采集到的生豬相關原始數據，一般不得跨域。驗證數據時需確保豬只樣本數量充足，豬只體重范圍合理；在設備安裝調測完成后，采集設備需對豬只樣本進行連續兩周的數據采集，并通過人工智能算法服務器生成體重數據。
長遠來看，制定生豬體重信息影像數據采集技術規范，可獲取不同遺傳背景、不同生長階段、不同養殖模式、不同養殖環境條件下的豬生長曲線及動態營養需求，有助于實現生豬生長速度的定制化，獲得最佳生產業績 ；實現生豬動態精準營養，提升飼料轉化率，助力生豬動態精準營養，緩解人畜爭糧現象，促進國家糧食安全戰略實施；減少生豬養殖固、液、氣態廢棄物產生，減緩生豬養殖對環境的壓力，推進生豬生態養殖。
附件下載：