KR20240110702A - System and method of predicting broiler weight - Google Patents
System and method of predicting broiler weight Download PDFInfo
- Publication number
- KR20240110702A KR20240110702A KR1020230002289A KR20230002289A KR20240110702A KR 20240110702 A KR20240110702 A KR 20240110702A KR 1020230002289 A KR1020230002289 A KR 1020230002289A KR 20230002289 A KR20230002289 A KR 20230002289A KR 20240110702 A KR20240110702 A KR 20240110702A
- Authority
- KR
- South Korea
- Prior art keywords
- broiler
- weight
- body weight
- group
- real time
- Prior art date
Links
- 241000287828 Gallus gallus Species 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000037396 body weight Effects 0.000 claims abstract description 69
- 230000002159 abnormal effect Effects 0.000 claims abstract description 37
- 238000007726 management method Methods 0.000 description 14
- 238000013135 deep learning Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 244000144992 flock Species 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 235000013330 chicken meat Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 238000009374 poultry farming Methods 0.000 description 1
- 235000013594 poultry meat Nutrition 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K31/00—Housing birds
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G17/00—Apparatus for or methods of weighing material of special form or property
- G01G17/08—Apparatus for or methods of weighing material of special form or property for weighing livestock
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/40—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Environmental Sciences (AREA)
- Marketing (AREA)
- Animal Husbandry (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Birds (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Zoology (AREA)
- Human Computer Interaction (AREA)
- Biodiversity & Conservation Biology (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Image Analysis (AREA)
Abstract
육계 출하 관리를 위한 육계 체중 예측 시스템 및 방법이 개시된다. 군집 육계에 대하여 깊이 정보를 갖는 영상을 생성하는 스테레오 카메라 장치; 상기 군집 육계의 체중을 실시간 측정하는 군집 육계 체중계; 상기 스테레오 카메라 장치에 의해 생성된 영상을 실시간 수신하고, 실시간 수신된 군집 육계의 영상을 이상 체중 개체가 표지된 상태로 디스플레이하는 사용자 AR 기기; 상기 이상 체중 개체의 체중을 별도로 측정하는 단위 육계 체중계; 상기 스테레오 카메라 장치에 의해 생성된 영상 및 상기 군집 육계 체중계에서 실시간 측정된 군집 육계의 체중을 이용하여 각 육계의 체중을 예측하고, 예측 결과에 기반하여 상기 이상 체중 개체를 식별하여 인지하고, 상기 영상을 상기 인지된 이상 체중 개체가 표지된 상태로 상기 사용자 AR 기기로 실시간 송신하는 육계 체중 예측 서버를 구성한다.A broiler weight prediction system and method for broiler shipment management are disclosed. A stereo camera device that generates images with depth information about group broilers; A group broiler scale that measures the body weight of the group broilers in real time; A user AR device that receives the image generated by the stereo camera device in real time and displays the image of the group broiler received in real time with abnormal body weight individuals marked; A unit broiler scale that separately measures the body weight of the abnormal body weight individual; Predict the body weight of each broiler using the image generated by the stereo camera device and the body weight of the group broiler measured in real time on the group broiler scale, identify and recognize the abnormal body weight individual based on the prediction result, and recognize the image. Constructs a broiler weight prediction server that transmits in real time to the user AR device with the recognized abnormal weight object marked.
Description
본 발명은 육계 체중 예측 시스템 및 방법에 관한 것으로서, 구체적으로는 육계 출하 관리를 위한 육계 체중 예측 시스템 및 방법에 관한 것이다.The present invention relates to a system and method for predicting broiler body weight, and specifically to a system and method for predicting broiler body weight for broiler shipment management.
양계 농가에서는 많은 수의 육계를 대규모로 사육하며 빠르게 출하를 하는 특성이 있다. 출하 시점에서는 대규모의 육계에 대해 중량을 측정하여 중량을 기준으로 등급을 나누며, 등급에 따라 그 용도도 달라진다.Poultry farms have the characteristic of raising large numbers of broiler chickens on a large scale and shipping them out quickly. At the time of shipment, large-scale broilers are weighed and graded based on weight, and their uses also vary depending on the grade.
등급별 중량의 범위는 100g인데, 육계는 하루에 50g씩 중량이 늘기 때문에 1-2일 정도의 출하 시기 결정에 따라 불량품이 되기도 한다. The weight range for each grade is 100g, but since broiler chickens gain weight by 50g per day, they may become defective products depending on the shipping time of 1-2 days.
한편, 육계의 생장 관리의 측면에서도 일명 쪼리를 방지할 필요도 있다. 쪼리란 병아리에서 닭으로 성장하는 과정에서 거의 증체량이 없는 상태를 의미한다. 이러한 쪼리의 원인은 사료나 수분 섭취 미달이나 유전적으로 발생할 수 있다. 쪼리에 의해 전염병과 같은 질병에 쉽게 노출되고 폐사 확률도 높아지기 때문에 성장이 불가능하게 된다. Meanwhile, in terms of growth management of broiler chickens, it is also necessary to prevent so-called flip-flops. Flip-flop refers to a state in which there is almost no weight gain during the process of growing from a chick to a chicken. The cause of these flip-flops may be insufficient feed or water intake or may be genetic. Flip-flops make growth impossible because they are easily exposed to diseases such as infectious diseases and the probability of death increases.
이에, 육계의 체중 측정에 의해 육계의 생장 관리는 물론 출하 시점에서 쪼리 육계를 신속하게 발견하고 출하 시점을 정확하게 판단할 수 있는 방안이 필요하다. Accordingly, a method is needed to manage the growth of broiler chickens by measuring their weight, as well as to quickly detect flip-flop broilers at the time of shipment and accurately determine the time of shipment.
현재는 인력에 의해 수동으로 체중을 측정하고 있는데, 한 번에 수만 마리를 사육하는 양계의 특성 때문에 인력으로 체중을 측정하는 것은 비효율적이라는 문제점이 있고, 육계가 스트레스를 받아 체중 측정 과정에서 스트레스를 받아 폐사율이 높아지는 원인이 되고 있다. Currently, body weight is measured manually by manpower. However, due to the nature of poultry farming that raises tens of thousands of birds at a time, there is a problem that measuring body weight by manpower is inefficient, and broiler chickens are stressed and become stressed during the weight measurement process. It is causing the mortality rate to increase.
본 발명의 목적은 육계 출하 관리를 위한 육계 체중 예측 시스템을 제공하는 데 있다.The purpose of the present invention is to provide a broiler weight prediction system for broiler shipment management.
본 발명의 목적은 육계 출하 관리를 위한 육계 체중 예측 방법을 제공하는 데 있다. The purpose of the present invention is to provide a method for predicting broiler weight for broiler shipment management.
상술한 본 발명의 목적에 따른 육계 출하 관리를 위한 육계 체중 예측 시스템은, 군집 육계의 체중을 실시간 측정하는 군집 육계 체중계; 상기 군집 육계 체중계에서 실시간 측정된 군집 육계의 체중을 이용하여 각 육계의 체중을 예측하는 육계 체중 예측 서버를 포함하도록 구성될 수 있다.The broiler weight prediction system for broiler shipment management according to the purpose of the present invention described above includes a group broiler scale that measures the body weight of group broilers in real time; It may be configured to include a broiler weight prediction server that predicts the body weight of each broiler using the body weight of the group broilers measured in real time on the group broiler scale.
여기서, 상기 군집 육계에 대하여 깊이 정보를 갖는 영상을 생성하는 스테레오 카메라 장치를 더 포함하도록 구성될 수 있다.Here, it may be configured to further include a stereo camera device that generates an image with depth information about the group broiler chickens.
그리고 상기 육계 체중 예측 서버는, 상기 스테레오 카메라 장치에 의해 생성된 영상을 이용하여 각 육계의 체중을 예측하도록 구성될 수 있다.And the broiler weight prediction server may be configured to predict the weight of each broiler using the image generated by the stereo camera device.
그리고 상기 이상 체중 개체의 체중을 별도로 측정하는 단위 육계 체중계를 더 포함하도록 구성될 수 있다.And it may be configured to further include a unit broiler scale that separately measures the body weight of the abnormal body weight individual.
그리고 상기 육계 체중 예측 서버는, 상기 단위 육계 체중계에서 측정된 이상 체중 개체의 체중을 이용하여 상기 해당 육계의 이상 체중 여부를 검증하도록 구성될 수 있다.In addition, the broiler weight prediction server may be configured to verify whether the broiler has an ideal weight using the body weight of the ideal weight individual measured on the unit broiler scale.
상술한 본 발명의 목적에 따른 육계 출하 관리를 위한 육계 체중 예측 방법은, 군집 육계 체중계가 군집 육계의 체중을 실시간 측정하는 단계; 육계 체중 예측 서버가 상기 군집 육계 체중계에서 실시간 측정된 군집 육계의 체중을 이용하여 각 육계의 평균 체중을 산출하는 단계를 포함하도록 구성될 수 있다.The broiler weight prediction method for broiler shipment management according to the purpose of the present invention described above includes the steps of measuring the body weight of group broilers in real time by a group broiler scale; The broiler weight prediction server may be configured to include calculating the average body weight of each broiler using the body weight of the group broilers measured in real time on the group broiler scale.
여기서, 스테레오 카메라 장치가 상기 군집 육계에 대하여 깊이 정보를 갖는 영상을 생성하는 단계를 더 포함하도록 구성될 수 있다.Here, the stereo camera device may be configured to further include the step of generating an image with depth information about the group broilers.
그리고 상기 육계 체중 예측 서버가 상기 스테레오 카메라 장치에 의해 생성된 영상을 이용하여 각 육계의 체중을 예측하는 단계를 더 포함하도록 구성될 수 있다.And the broiler weight prediction server may be configured to further include predicting the weight of each broiler using the image generated by the stereo camera device.
그리고 단위 육계 체중계가 상기 이상 체중 개체의 체중을 측정하는 단계를 더 포함하도록 구성될 수 있다.In addition, the unit broiler scale may be configured to further include the step of measuring the body weight of the ideal body weight individual.
그리고 상기 육계 체중 예측 서버가 상기 단위 육계 체중계에서 측정된 이상 체중 개체의 체중을 이용하여 상기 해당 육계의 이상 체중 여부를 검증하는 단계를 더 포함하도록 구성될 수 있다.In addition, the broiler weight prediction server may be configured to further include the step of verifying whether the broiler has an ideal weight using the body weight of the ideal weight individual measured on the unit broiler scale.
상술한 육계 출하 관리를 위한 육계 체중 예측 시스템 및 방법에 의하면, 영상을 분석하여 육계의 체중을 예측하도록 구성됨으로써, 직접 수동으로 체중을 측정하여 사람이 직접 판단하여 분류할 필요없이 정확하게 불량 육계를 구별해내거나 등급을 매길 수 있으며, 육계의 스트레스를 저하하여 폐사율을 낮출 수 있는 효과가 있다.According to the above-described broiler weight prediction system and method for broiler shipment management, it is configured to predict the body weight of broiler chickens by analyzing images, thereby accurately distinguishing poor quality broiler chickens without the need for manual judgment and classification by humans. It can be done or graded, and has the effect of lowering the mortality rate by reducing the stress of broilers.
또한, 이상 체중 개체의 실제 측정 체중을 이상 체중 개체의 이미지와 대비하여 딥러닝을 수행하도록 구성됨으로써, 체중 측정 알고리즘의 정확도를 점점 더 개선할 수 있는 효과가 있다. In addition, by performing deep learning by comparing the actual measured weight of the ideal weight object with the image of the ideal weight object, there is an effect of gradually improving the accuracy of the weight measurement algorithm.
도 1은 본 발명의 일 실시예에 따른 육계 출하 관리를 위한 육계 체중 예측 시스템의 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 군집 육계의 영상의 예시도이다.
도3은 본 발명의 일 실시예에 따른 육계 출하 관리를 위한 육계 체중 예측 방법의 흐름도이다.Figure 1 is a block diagram of a broiler weight prediction system for broiler shipment management according to an embodiment of the present invention.
Figure 2 is an example view of an image of a group broiler according to an embodiment of the present invention.
Figure 3 is a flowchart of a method for predicting broiler weight for broiler shipment management according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 발명을 실시하기 위한 구체적인 내용에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.Since the present invention can be modified in various ways and can have various embodiments, specific embodiments will be illustrated in the drawings and detailed descriptions will be given for carrying out the invention. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all changes, equivalents, and substitutes included in the spirit and technical scope of the present invention. While describing each drawing, similar reference numerals are used for similar components.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms such as first, second, A, and B may be used to describe various components, but the components should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, a first component may be named a second component without departing from the scope of the present invention, and similarly, the second component may also be named a first component. The term and/or includes any of a plurality of related stated items or a combination of a plurality of related stated items.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.When a component is said to be "connected" or "connected" to another component, it is understood that it may be directly connected to or connected to the other component, but that other components may exist in between. It should be. On the other hand, when it is mentioned that a component is “directly connected” or “directly connected” to another component, it should be understood that there are no other components in between.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in this application are only used to describe specific embodiments and are not intended to limit the invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as generally understood by a person of ordinary skill in the technical field to which the present invention pertains. Terms defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and unless explicitly defined in the present application, should not be interpreted in an ideal or excessively formal sense. No.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the attached drawings.
도 1은 본 발명의 일 실시예에 따른 육계 출하 관리를 위한 육계 체중 예측 시스템의 블록 구성도이다. 그리고 도 2는 본 발명의 일 실시예에 따른 군집 육계의 영상의 예시도이다.Figure 1 is a block diagram of a broiler weight prediction system for broiler shipment management according to an embodiment of the present invention. And Figure 2 is an example view of an image of a group broiler according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 일 실시예에 따른 육계 출하 관리를 위한 육계 체중 예측 시스템은 스테레오 카메라 장치(100), 군집 육계 체중계(200), 사용자 AR 기기(300), QR 스티커 휴대용 프린터기(400), QR 인식기(500), 단위 육계 체중계(600), 육계 체중 예측 서버(700)를 포함하도록 구성될 수 있다. Referring to FIG. 1, the broiler weight prediction system for broiler shipment management according to an embodiment of the present invention includes a stereo camera device 100, a flock broiler scale 200, a user AR device 300, and a QR sticker portable printer ( 400), a QR recognizer 500, a unit broiler weight scale 600, and a broiler weight prediction server 700.
이하, 세부적인 구성에 대하여 설명한다.Hereinafter, the detailed configuration will be described.
스테레오 카메라 장치(100)는 군집 육계에 대하여 깊이 정보를 갖는 영상을 생성하도록 구성될 수 있다. 스테레오 카메라 장치(100)는 2대의 좌/우 카메라가 구비되며, 깊이 정보에 의해 군집 육계의 거리 정보를 파악할 수 있도록 구성될 수 있다.The stereo camera device 100 may be configured to generate images with depth information for group broilers. The stereo camera device 100 is equipped with two left and right cameras, and can be configured to determine distance information of a flock of broilers using depth information.
스테레오 카메라 장치(100)는 여러 방향에서 다수 개가 구비될 수 있다.A plurality of stereo camera devices 100 may be provided in various directions.
군집 육계 체중계(200)는 군집 육계의 체중을 실시간 측정하도록 구성될 수 있다. 도 2에서 보듯이 군집 육계 체중계(200)는 그 위를 지나가는 군집 육계의 전체 체중을 실시간 측정할 수 있다.The group broiler scale 200 can be configured to measure the body weight of group broilers in real time. As shown in Figure 2, the group broiler scale 200 can measure the total body weight of the group broilers passing over it in real time.
사용자 AR 기기(300)는 스테레오 카메라 장치(100)에 의해 생성된 영상을 실시간 수신하고, 실시간 수신된 군집 육계의 영상을 이상 체중 개체가 표지된 상태로 디스플레이하도록 구성될 수 있다. 도 2에서는 각 개체가 표지된 상태로 표시되어 있으며, 이 중에서 이상 체중 개체는 빨간색 네모 등으로 구별되어 표지되도록 구성될 수 있다.The user AR device 300 may be configured to receive images generated by the stereo camera device 100 in real time and display images of flock broilers received in real time with abnormal body weight individuals marked. In Figure 2, each individual is displayed in a labeled state, and among these, individuals with an abnormal weight may be configured to be distinguished and labeled with a red square, etc.
사용자 AR 기기(300)는 사용자가 군집 육계에서 이상 체중 개체를 쉽게 육안으로 확인할 수 있게 한다. 사용자는 이상 체중 개체에 대해서는 불량품이나 등급 조정 등을 위해 사용자가 해당 육계에 형광 스프레이 등으로 표시를 할 수 있다.The user AR device 300 allows users to easily visually check abnormal body weight individuals in group broilers. The user can mark the broiler with a fluorescent spray, etc. to determine whether it is a defective product or to adjust the grade for an individual with an abnormal weight.
QR 스티커 휴대용 프린터기(400)는 이상 체중 개체에 대한 정보를 포함하는 QR 코드를 실시간 수신하고, 실시간 수신된 QR 코드를 프린트하여 QR 스티커를 출력하도록 구성될 수 있다. 여기서, 이상 체중 개체에 대한 정보는 이상 체중 개체의 일령, 성별, 크기, 예측 체중 등을 포함하도록 구성될 수 있다.The QR sticker portable printer 400 may be configured to receive a QR code containing information about an abnormal body weight object in real time, print the received QR code in real time, and output a QR sticker. Here, the information on the ideal weight individual may be configured to include the age, gender, size, predicted weight, etc. of the ideal weight individual.
QR 스티커는 사용자에 의해 이상 체중 개체에 부착되도록 구성될 수 있다.The QR sticker can be configured by the user to be attached to an abnormal weight object.
QR 인식기(500)는 QR 스티커 휴대용 프린터기(400)에서 출력되어 이상 체중 개체에 부착되는 QR 스티커 상의 QR 코드를 인식하여 이상 체중 개체의 정보를 추출하도록 구성될 수 있다.The QR recognizer 500 may be configured to extract information on the abnormal weight object by recognizing the QR code on the QR sticker printed from the QR sticker portable printer 400 and attached to the abnormal weight object.
단위 육계 체중계(600)는 이상 체중 개체의 체중을 별도로 측정하도록 구성될 수 있다. 즉, 이상 체중 개체로 분류된 육계에 대해서는 별도로 단독으로 체중이 측정될 수 있다.The unit broiler scale 600 may be configured to separately measure the body weight of an individual with an abnormal body weight. In other words, the weight of broiler chickens classified as abnormal weight individuals can be measured separately.
단위 육계 체중계(600)에 의해 측정된 실제 체중은 예측 체중과 대비될 수 있으며, 이는 딥러능을 하는 데 활용될 수 있다.The actual body weight measured by the unit broiler scale 600 can be compared with the predicted body weight, which can be used to perform a dipper function.
육계 체중 예측 서버(700)는 스테레오 카메라 장치(100)에 의해 생성된 영상 및 군집 육계 체중계(200)에서 실시간 측정된 군집 육계의 체중을 이용하여 각 육계의 체중을 예측하도록 구성될 수 있다.The broiler weight prediction server 700 may be configured to predict the body weight of each broiler using the image generated by the stereo camera device 100 and the body weight of the group broiler measured in real time by the group broiler scale 200.
그리고 육계 체중 예측 서버(700)는 그 예측 결과에 기반하여 이상 체중 개체를 식별하여 인지하고, 영상을 인지된 이상 체중 개체가 표지된 상태로 사용자 AR 기기(300)로 실시간 송신하도록 구성될 수 있다.In addition, the broiler weight prediction server 700 can be configured to identify and recognize an abnormal weight object based on the prediction result and transmit the image in real time to the user AR device 300 with the recognized abnormal weight object marked. .
그리고 육계 체중 예측 서버(700)는 QR 코드를 실시간 생성하여 QR 스티커 휴대용 프린터기(400)로 실시간 송신하도록 구성될 수 있다.And the broiler weight prediction server 700 may be configured to generate a QR code in real time and transmit it to the QR sticker portable printer 400 in real time.
그리고 육계 체중 예측 서버(700)는 QR 인식기(500)에서 인식된 QR 코드의 이상 체중 개체에 대하여 이상 체중 개체의 체중 예측 결과와 단위 육계 체중계(600)에서 실시간 측정된 이상 체중 개체의 체중을 대비하여 딥러닝을 수행하고, 딥러닝 수행 결과를 체중 예측 알고리즘에 실시간 반영하도록 구성될 수 있다.And the broiler weight prediction server 700 compares the weight prediction result of the ideal weight individual for the ideal weight individual of the QR code recognized by the QR recognizer 500 with the weight of the ideal weight individual measured in real time by the unit broiler scale 600. It can be configured to perform deep learning and reflect the results of deep learning in the weight prediction algorithm in real time.
육계 체중 예측 서버(700)는 영상 수신 모듈(701), 영상 분석 모듈(702), 개체 구별 모듈(703), 개체별 크기 분석 모듈(704), 개체별 체중 예측 모듈(705), 군집 육계 체중 수신 모듈(706), 개체수 산출 모듈(707), 육계 평균 체중 산출 모듈(708), 군집 육계 일령 입력 모듈(709), 육계 일령별 표준 체중 데이터베이스(710), 육계 평균체중/표준체중 대비 모듈(711), 개체별 체중 예측 검증 모듈(712), 이상 체중 개체 판별 모듈(713), 이상 체중 개체 표지 모듈(714), 개체 표지 영상 송신 모듈(715), QR 코드 생성 모듈(716), QR 코드 송신 모듈(717), 이상 체중 개체 이미지 캡쳐 모듈(718), 이상 체중 개체 이미지 데이터베이스(719), 개체별 체중 예측 딥러닝 모듈(720)을 포함하도록 구성될 수 있다.The broiler weight prediction server 700 includes an image reception module 701, an image analysis module 702, an individual discrimination module 703, an individual size analysis module 704, an individual weight prediction module 705, and a group broiler body weight. Receiving module (706), population calculation module (707), broiler average weight calculation module (708), group broiler age input module (709), broiler age standard weight database (710), broiler average weight/standard weight comparison module ( 711), weight prediction verification module for each individual (712), abnormal weight individual determination module (713), abnormal weight object sign module (714), object sign image transmission module (715), QR code generation module (716), QR code It may be configured to include a transmission module 717, an ideal weight object image capture module 718, an ideal weight object image database 719, and a deep learning module for predicting weight for each individual 720.
이하, 세부적인 구성에 대하여 설명한다.Hereinafter, the detailed configuration will be described.
영상 수신 모듈(701)은 스테레오 카메라 장치(100)에서 생성된 영상을 실시간 수신하도록 구성될 수 있다.The image reception module 701 may be configured to receive images generated by the stereo camera device 100 in real time.
영상 분석 모듈(702)은 영상 수신 모듈(701)에서 실시간 수신된 영상을 실시간 분석하도록 구성될 수 있다.The video analysis module 702 may be configured to analyze the video received in real time from the video reception module 701 in real time.
개체 구별 모듈(703)은 영상 분석 모듈(702)의 실시간 분석 결과에 기반하여 각 육계의 개체를 구별하도록 구성될 수 있다.The individual distinction module 703 may be configured to distinguish individuals of each broiler based on the real-time analysis results of the image analysis module 702.
개체별 크기 분석 모듈(704)은 개체 구별 모듈(703)에서 구별된 개체의 개체별 크기를 실시간 분석하도록 구성될 수 있다. 이때, 영상의 깊이 정보를 이용하여 거리 정보를 파악한 뒤, 동일한 거리에서의 각 개체의 크기로 변환하여 개체별 크기를 실시간 분석하도록 구성될 수 있다.The size analysis module 704 may be configured to analyze, in real time, the size of each object distinguished in the object distinction module 703. At this time, it can be configured to determine the distance information using the depth information of the image and then convert it to the size of each object at the same distance to analyze the size of each object in real time.
개체별 체중 예측 모듈(705)은 체중 예측 알고리즘을 이용하여 개체별 크기 분석 모듈(704)에서 실시간 분석된 개체별 크기에 기반하여 개체별 체중을 예측하도록 구성될 수 있다.The individual weight prediction module 705 may be configured to predict the individual weight based on the individual size analyzed in real time in the individual size analysis module 704 using a weight prediction algorithm.
군집 육계 체중 수신 모듈(706)은 군집 육계 체중계(200)로부터 실시간 측정하는 군집 육계의 체중을 실시간 수신하도록 구성될 수 있다.The group broiler body weight receiving module 706 may be configured to receive the body weight of group broilers measured in real time from the group broiler scale 200 in real time.
개체수 산출 모듈(707)은 개체 구별 모듈(703)에서 개체 구별 결과를 이용하여 육계의 개체수를 실시간 산출하도록 구성될 수 있다.The population calculation module 707 may be configured to calculate the population of broiler chickens in real time using the individual discrimination results from the individual discrimination module 703.
육계 평균 체중 산출 모듈(708)은 군집 육계 체중 수신 모듈(706)에서 실시간 수신된 군집 육계의 체중을 개체수 산출 모듈(707)에서 실시간 산출된 개체수로 나누어 육계 평균 체중을 실시간 산출하도록 구성될 수 있다.The broiler average weight calculation module 708 may be configured to calculate the average broiler weight in real time by dividing the body weight of group broilers received in real time from the group broiler weight reception module 706 by the number of individuals calculated in real time by the population calculation module 707. .
군집 육계 일령 입력 모듈(709)은 군집 육계의 일령을 실시간 입력받도록 구성될 수 있다.The group broiler age input module 709 may be configured to receive real-time input of the group broiler age.
육계 일령별 표준 체중 데이터베이스(710)는 육계 일령별 표준 체중이 미리 저장되도록 구성될 수 있다. 일령이 하루만 달라져도 육계 일령별 표준 체중이 50g에서 100g까지도 차이가 날 수 있으므로, 일령에 따른 체중 판단이 매우 중요하다.The standard body weight database 710 for each broiler age may be configured to store the standard body weight for each broiler age in advance. Even if the age changes by just one day, the standard weight of each broiler can vary by 50g to 100g, so it is very important to judge the weight according to the age.
육계 평균체중/표준체중 대비 모듈(711)은 육계 일령별 표준 체중 데이터베이스(710)를 참조하여 군집 육계 일령 입력 모듈(709)에서 실시간 입력받은 군집 육계의 일령에 따른 표준 체중을 추출하도록 구성될 수 있다.The broiler average weight/standard weight comparison module 711 can be configured to extract the standard body weight according to the age of group broilers input in real time from the group broiler age input module 709 by referring to the standard weight database 710 for each broiler day age. there is.
그리고 육계 평균체중/표준체중 대비 모듈(711)은 그 추출된 표준 체중과 육계 평균 체중 산출 모듈(708)에서 실시간 산출된 육계 평균 체중을 실시간 대비하도록 구성될 수 있다.And the broiler average weight/standard weight comparison module 711 may be configured to compare the extracted standard weight with the average broiler weight calculated in real time in the broiler average weight calculation module 708 in real time.
개체별 체중 예측 검증 모듈(712)은 육계 평균체중/표준체중 대비 모듈(711)의 실시간 대비 결과를 이용하여 개체별 체중 예측 모듈(705)에서 실시간 예측된 군집 육계의 개체별 체중의 정확성을 실시간 검증하도록 구성될 수 있다. 개체수 산출에 오류가 있는 경우 전체 개체수 관리에 문제가 발생할 수 있기 때문에 개체별 체중 예측 검증 모듈(712)에 검증에 의해 전체 개체수 관리의 정확도를 제고할 수 있는 것은 물론이고, 전체 개체수의 체중 예측에 대한 오차가 미리 정해진 범위 이내라면 예측이 어느 정도 정확하다는 것을 알 수도 있게 된다.The individual weight prediction verification module 712 uses the real-time comparison results of the broiler average weight/standard weight comparison module 711 to verify the accuracy of the individual body weight of cluster broilers predicted in real time by the individual weight prediction module 705. It can be configured to verify. If there is an error in population calculation, problems may occur in overall population management, so not only can the accuracy of overall population management be improved by verification in the individual weight prediction verification module 712, but also the weight prediction of the entire population. If the error is within a predetermined range, it can be known that the prediction is somewhat accurate.
이상 체중 개체 판별 모듈(713)은 개체별 체중 예측 검증 모듈(712)에서 실시간 검증이 완료된 경우, 군집 육계 일령 입력 모듈(709)에서 입력받은 일령 및 육계 일령별 표준 체중 데이터베이스(710)를 참조하여 개체별 체중 예측 모듈(705)의 예측 결과에 따른 이상 체중 개체를 판별하도록 구성될 수 있다.When real-time verification is completed in the individual body weight prediction verification module 712, the abnormal body weight individual determination module 713 refers to the day age input from the group broiler day age input module 709 and the standard weight database 710 for each broiler day age. It may be configured to determine an ideal weight individual according to the prediction result of the individual weight prediction module 705.
이상 체중 개체 표지 모듈(714)은 영상에서 개체별 체중 예측 모듈(705)의 예측 결과에 따른 이상 체중 개체를 표지하도록 구성될 수 있다. 도 2의 영상에서 이상 체중 개체를 별도의 빨간색 네모로 표지할 수 있다.The abnormal weight object marking module 714 may be configured to mark an abnormal weight object in the image according to the prediction result of the individual weight prediction module 705. In the image of Figure 2, objects of abnormal weight can be marked with separate red squares.
개체 표지 영상 송신 모듈(715)은 이상 체중 개체 표지 모듈(714)에 의해 이상 체중 개체가 표지된 영상을 사용자 AR 기기(300)로 실시간 송신하도록 구성될 수 있다.The entity mark image transmission module 715 may be configured to transmit, in real time, an image in which an abnormal body weight entity is marked by the abnormal body weight entity mark module 714 to the user AR device 300 .
QR 코드 생성 모듈(716)은 이상 체중 개체 판별 모듈(713)에서 판별된 이상 체중 개체에 대한 정보를 포함하는 QR 코드를 생성하도록 구성될 수 있다. 이상 체중 개체에 대한 정보는 이상 체중 개체의 일령, 성별, 크기, 예측 체중을 포함하도록 구성될 수 있다.The QR code generation module 716 may be configured to generate a QR code containing information about the abnormal weight individual determined by the abnormal weight individual determination module 713. Information on the ideal weight individual may be configured to include the age, gender, size, and predicted weight of the ideal weight individual.
QR 코드 송신 모듈(717)은 QR 코드 생성 모듈(716)에서 생성된 QR 코드를 QR 스티커 휴대용 프린터기(400)로 실시간 송신하도록 구성될 수 있다. 사용자는 사용자 AR 기기(300)를 통해 이상 체중 개체로 표지된 개체를 육안으로 확인하고, 해당 이상 체중 개체에 형광 스프레이를 뿌리거나 QR 스티커를 부착하도록 구성될 수 있다.The QR code transmission module 717 may be configured to transmit the QR code generated by the QR code generation module 716 to the QR sticker portable printer 400 in real time. The user may be configured to visually check an object marked as an overweight object through the user AR device 300 and spray a fluorescent spray or attach a QR sticker to the overweight object.
이상 체중 개체 이미지 캡쳐 모듈(718)은 이상 체중 개체 표지 모듈(714)에서 이상 체중 개체로 표지된 영상을 캡쳐하여 이상 체중 개체 이미지를 생성하도록 구성될 수 있다.The abnormal weight object image capture module 718 may be configured to capture an image marked as an abnormal weight object in the abnormal weight object marking module 714 to generate an image of the abnormal weight object.
이상 체중 개체 이미지 데이터베이스(719)는 이상 체중 개체 이미지 캡쳐 모듈(718)에서 생성된 이상 체중 개체 이미지가 저장되도록 구성될 수 있다.The ideal weight object image database 719 may be configured to store the ideal weight object image generated in the ideal weight object image capture module 718.
개체별 체중 예측 딥러닝 모듈(720)은 이상 체중 개체 이미지 데이터베이스(719)에 저장된 이상 체중 개체 이미지, QR 인식기(600)에서 인식된 QR 코드의 정보 및 단위 육계 체중계(600)에서 별도로 측정된 이상 체중 개체의 체중을 기반으로 체중 예측에 관한 딥러닝을 수행하도록 구성될 수 있다.The body weight prediction deep learning module 720 for each object is an ideal weight object image stored in the ideal weight object image database 719, the information of the QR code recognized by the QR recognizer 600, and the abnormal weight separately measured by the unit broiler scale 600. Weight It may be configured to perform deep learning on weight prediction based on the weight of the individual.
개체별 체중 예측 딥러닝 모듈(720)은 이상 체중 개체 이미지를 통해 나타나는 이상 체중 개체의 크기와 QR 코드에 포함된 일령이나 예측 체중 등을 실제의 체중과 대비하여 예측 결과의 정확성을 파악할 수 있다.The deep learning module 720 for predicting weight for each individual can determine the accuracy of the prediction result by comparing the size of the abnormal weight object shown through the image of the abnormal weight object and the age or predicted weight included in the QR code with the actual weight.
그리고 개체별 체중 예측 딥러닝 모듈(720)은 딥러닝 수행 결과를 체중 예측 알고리즘에 실시간 반영하도록 구성될 수 있다. 이를 통해 이상 체중 개체 이미지의 이상 체중 개체의 크기를 통해 체중을 예측하는 정확도를 더 높일 수 있게 된다.In addition, the individual weight prediction deep learning module 720 may be configured to reflect the deep learning performance results in the weight prediction algorithm in real time. Through this, it is possible to further increase the accuracy of predicting weight through the size of the ideal weight object in the ideal weight object image.
도3은 본 발명의 일 실시예에 따른 육계 출하 관리를 위한 육계 체중 예측 방법의 흐름도이다.Figure 3 is a flowchart of a method for predicting broiler weight for broiler shipment management according to an embodiment of the present invention.
도 3을 참조하면, 군집 육계 체중계(100)가 군집 육계의 체중을 실시간 측정한다(S101).Referring to FIG. 3, the group broiler scale 100 measures the body weight of the group broilers in real time (S101).
다음으로, 육계 체중 예측 서버(700)가 군집 육계 체중계(100)에서 실시간 측정된 군집 육계의 체중을 이용하여 각 육계의 평균 체중을 산출한다(S102).Next, the broiler weight prediction server 700 calculates the average body weight of each broiler using the body weight of the group broilers measured in real time on the group broiler scale 100 (S102).
다음으로, 스테레오 카메라 장치(200)가 군집 육계에 대하여 깊이 정보를 갖는 영상을 생성한다(S103).Next, the stereo camera device 200 generates an image with depth information about cluster broilers (S103).
다음으로, 육계 체중 예측 서버(700)가 스테레오 카메라 장치(200)에 의해 생성된 영상을 이용하여 각 육계의 체중을 예측한다(S104).Next, the broiler weight prediction server 700 predicts the weight of each broiler using the image generated by the stereo camera device 200 (S104).
다음으로, 단위 육계 체중계(500)가 이상 체중 개체의 체중을 측정한다(S105).Next, the unit broiler scale 500 measures the body weight of the overweight individual (S105).
다음으로, 육계 체중 예측 서버(700)가 단위 육계 체중계(500)에서 측정된 이상 체중 개체의 체중을 이용하여 해당 육계의 이상 체중 여부를 검증한다(S106).Next, the broiler weight prediction server 700 verifies whether the broiler has an ideal weight using the body weight of the ideal weight individual measured by the unit broiler scale 500 (S106).
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the description has been made with reference to the above examples, those skilled in the art can understand that various modifications and changes can be made to the present invention without departing from the spirit and scope of the present invention as set forth in the claims below. There will be.
100: 스테레오 카메라 장치
200: 군집 육계 체중계
300: 사용자 AR 기기
400: QR 스티커 휴대용 프린터기
500: QR 인식기
600: 단위 육계 체중계
700: 육계 체중 예측 서버
701: 영상 수신 모듈
702: 영상 분석 모듈
703: 개체 구별 모듈
704: 개체별 크기 분석 모듈
705: 개체별 체중 예측 모듈
706: 군집 육계 체중 수신 모듈
707: 개체수 산출 모듈
708: 육계 평균 체중 산출 모듈
709: 군집 육계 일령 입력 모듈
710: 육계 일령별 표준 체중 데이터베이스
711: 육계 평균체중/표준체중 대비 모듈
712: 개체별 체중 예측 검증 모듈
713: 이상 체중 개체 판별 모듈
714: 이상 체중 개체 표지 모듈
715: 개체 표지 영상 송신 모듈
716: QR 코드 생성 모듈
717: QR 코드 송신 모듈
718: 이상 체중 개체 이미지 캡쳐 모듈
719: 이상 체중 개체 이미지 데이터베이스
720: 개체별 체중 예측 딥러닝 모듈100: Stereo camera device
200: Group broiler scale
300: User AR device
400: QR sticker portable printer
500: QR reader
600: unit broiler scale
700: Broiler weight prediction server
701: Video reception module
702: Video analysis module
703: Object distinction module
704: Size analysis module for each object
705: Body weight prediction module for each individual
706: Cluster broiler body weight reception module
707: Population counting module
708: Broiler average weight calculation module
709: Group broiler age input module
710: Standard weight database by broiler chicken age
711: Broiler average weight/standard weight comparison module
712: Individual body weight prediction verification module
713: Ideal weight entity determination module
714: Abnormal weight object labeling module
715: Object sign image transmission module
716: QR code generation module
717: QR code transmission module
718: Abnormal weight object image capture module
719: Ideal weight object image database
720: Deep learning module for predicting body weight for each individual
Claims (10)
상기 군집 육계 체중계에서 실시간 측정된 군집 육계의 체중을 이용하여 각 육계의 체중을 예측하는 육계 체중 예측 서버를 포함하는 육계 출하 관리를 위한 육계 체중 예측 시스템.A group broiler scale that measures the body weight of group broilers in real time;
A broiler weight prediction system for broiler shipment management, including a broiler weight prediction server that predicts the body weight of each broiler using the body weight of the group broilers measured in real time on the group broiler scale.
상기 군집 육계에 대하여 깊이 정보를 갖는 영상을 생성하는 스테레오 카메라 장치를 더 포함하도록 구성되는 것을 특징으로 하는 육계 출하 관리를 위한 육계 체중 예측 시스템.According to paragraph 1,
A broiler weight prediction system for broiler shipment management, characterized in that it is configured to further include a stereo camera device that generates an image with depth information for the group broiler chickens.
상기 스테레오 카메라 장치에 의해 생성된 영상을 이용하여 각 육계의 체중을 예측하도록 구성되는 것을 특징으로 하는 육계 출하 관리를 위한 육계 체중 예측 시스템.The method of claim 2, wherein the broiler weight prediction server,
A broiler weight prediction system for broiler shipment management, characterized in that it is configured to predict the body weight of each broiler using the image generated by the stereo camera device.
상기 이상 체중 개체의 체중을 별도로 측정하는 단위 육계 체중계를 더 포함하도록 구성되는 것을 특징으로 하는 구성되는 것을 특징으로 하는 육계 출하 관리를 위한 육계 체중 예측 시스템.According to paragraph 3,
A broiler weight prediction system for broiler shipment management, characterized in that it is configured to further include a unit broiler scale for separately measuring the body weight of the abnormal body weight individual.
상기 단위 육계 체중계에서 측정된 이상 체중 개체의 체중을 이용하여 상기 해당 육계의 이상 체중 여부를 검증하도록 구성되는 것을 특징으로 하는 육계 출하 관리를 위한 육계 체중 예측 시스템.The method of claim 4, wherein the broiler weight prediction server,
A broiler weight prediction system for broiler shipment management, characterized in that it is configured to verify whether the broiler chicken has an ideal weight using the body weight of the ideal weight individual measured on the unit broiler scale.
육계 체중 예측 서버가 상기 군집 육계 체중계에서 실시간 측정된 군집 육계의 체중을 이용하여 각 육계의 평균 체중을 산출하는 단계를 포함하는 육계 출하 관리를 위한 육계 체중 예측 방법.A step where a group broiler scale measures the body weight of group broilers in real time;
A method for predicting broiler weight for broiler shipment management, comprising the step of the broiler weight prediction server calculating the average body weight of each broiler using the body weight of the group broilers measured in real time on the group broiler scale.
스테레오 카메라 장치가 상기 군집 육계에 대하여 깊이 정보를 갖는 영상을 생성하는 단계를 더 포함하도록 구성되는 것을 특징으로 하는 육계 출하 관리를 위한 육계 체중 예측 방법.According to clause 6,
A method for predicting broiler weight for broiler shipment management, characterized in that the stereo camera device is configured to further include the step of generating an image with depth information for the group broiler chickens.
상기 육계 체중 예측 서버가 상기 스테레오 카메라 장치에 의해 생성된 영상을 이용하여 각 육계의 체중을 예측하는 단계를 더 포함하도록 구성되는 것을 특징으로 하는 육계 출하 관리를 위한 육계 체중 예측 방법.In clause 7,
A broiler weight prediction method for broiler shipment management, characterized in that the broiler weight prediction server is configured to further include the step of predicting the weight of each broiler using the image generated by the stereo camera device.
단위 육계 체중계가 상기 이상 체중 개체의 체중을 측정하는 단계를 더 포함하도록 구성되는 것을 특징으로 하는 구성되는 것을 특징으로 하는 육계 출하 관리를 위한 육계 체중 예측 방법.According to clause 8,
A broiler weight prediction method for broiler shipment management, characterized in that the unit broiler scale further includes the step of measuring the body weight of the ideal weight individual.
상기 육계 체중 예측 서버가 상기 단위 육계 체중계에서 측정된 이상 체중 개체의 체중을 이용하여 상기 해당 육계의 이상 체중 여부를 검증하는 단계를 더 포함하도록 구성되는 것을 특징으로 하는 육계 출하 관리를 위한 육계 체중 예측 방법.According to clause 9,
Predicting broiler weight for broiler shipment management, wherein the broiler weight prediction server is further configured to include a step of verifying whether the broiler has an ideal weight using the body weight of the ideal weight individual measured on the unit broiler scale. method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230002289A KR20240110702A (en) | 2023-01-06 | 2023-01-06 | System and method of predicting broiler weight |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230002289A KR20240110702A (en) | 2023-01-06 | 2023-01-06 | System and method of predicting broiler weight |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240110702A true KR20240110702A (en) | 2024-07-16 |
Family
ID=92302236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230002289A KR20240110702A (en) | 2023-01-06 | 2023-01-06 | System and method of predicting broiler weight |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240110702A (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102461697B1 (en) | 2020-05-12 | 2022-11-02 | 엘지이노텍 주식회사 | Growth monitoring device for broiler weight management reaching slaughter weight |
| KR20220168694A (en) | 2021-06-17 | 2022-12-26 | (주)호현에프앤씨 | Apparatus and method for predicting weight of poultry raised in poultry farm |
-
2023
- 2023-01-06 KR KR1020230002289A patent/KR20240110702A/en not_active Application Discontinuation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102461697B1 (en) | 2020-05-12 | 2022-11-02 | 엘지이노텍 주식회사 | Growth monitoring device for broiler weight management reaching slaughter weight |
| KR20220168694A (en) | 2021-06-17 | 2022-12-26 | (주)호현에프앤씨 | Apparatus and method for predicting weight of poultry raised in poultry farm |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110018524B (en) | X-ray security inspection contraband identification method based on vision-attribute | |
| CN109141248B (en) | Pig weight measuring and calculating method and system based on image | |
| CN106570513B (en) | The method for diagnosing faults and device of big data network system | |
| CN106845579A (en) | Improve product quality checks the information control method and control system of correctness | |
| CN108961330B (en) | Pig body length measuring and calculating method and system based on image | |
| CN110472209B (en) | Deep learning-based table generation method and device and computer equipment | |
| CN106327082A (en) | Medical equipment measurement, detection and quality control platform based on internet cloud computing | |
| CN109375948A (en) | A kind of software pricing method of intelligent function point identification | |
| CN108764210B (en) | A kind of method and system that the pig based on object of reference identifies again | |
| CN111934906A (en) | Artificial intelligence evaluation method, client and system for level protection | |
| CN107895136B (en) | Coal mine area identification method and system | |
| CN115081025A (en) | Sensitive data management method and device based on digital middlebox and electronic equipment | |
| CN106596435A (en) | Food material quality detecting system | |
| CN109145752A (en) | For assessing the method, apparatus, equipment and medium of object detection and track algorithm | |
| Vilella-Rojo et al. | J-PLUS: The star formation main sequence and rate density at d≲ 75 Mpc | |
| CN111402213A (en) | Bone age evaluation method and device, electronic equipment and computer-readable storage medium | |
| KR20240110702A (en) | System and method of predicting broiler weight | |
| RU2018134303A (en) | DEVICE, SYSTEM AND METHOD FOR VERIFICATION OF INFORMATION RELATED TO A MEDICAL IMAGE | |
| JP2010112889A (en) | Recognition system, recognition method, and recognition program | |
| Mäkinen et al. | Propagating the errors of initial forest variables through stand-and tree-level growth simulators | |
| EP3748344A1 (en) | Object identifying device and object identifying method | |
| Araújo et al. | Appropriate search techniques to estimate Weibull function parameters in a Pinus spp. plantation | |
| CN116313162A (en) | Medical inquiry system based on AI model | |
| CN116415864A (en) | Intelligent logistics quick inspection machine based on artificial intelligence | |
| CN115862080A (en) | Training method, device, equipment and storage medium for serum quality recognition model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |