摘要：背膘仪获取生猪B超图像，计算背膘厚度、眼肌高度、眼肌面积三个指标对于养殖场选种具有重要意义，而不同养殖场采用的背膘仪品牌不同导致获取的B超图像品质差异较大，目前缺乏一种针对跨设备不同品质B超图像的生猪指标自动计算系统。提出一种跨设备生猪B超图像通用模型来计算生猪指标，包含3个模块：图像预处理模块、眼肌分割网络、指标计算模块。图像进行ROI裁剪、边缘清晰度增强和亮度归一化等预处理；并改进SOLOv2分割眼肌网络，以ResNeSt为主干网络，特征金字塔结合双重注意力机制（DA）；提取后的眼肌进行指标计算。结果表明：设计的眼肌分割模型在mIoU、mAcc、mDice分别为95.95%、97.70%、97.97%，均高于对比分割模型，实现眼肌高精度分割；分割结果计算背膘厚度、眼肌高度、眼肌面积的预测值与标准值平均绝对百分比误差（MAPE）分别为4.51%、3.00%、4.05%，且所有计算指标在各个品牌上的MAPE均低于5%，均优于未经过图像预处理并使用SOLOv2的眼肌分割网络，显示出良好的泛化能力和实用性。
文章目录
1 材料与方法
1.1 数据采集
2 跨设备生猪B超图指标计算通用模型
2.1 图像预处理模块
2.1.1 ROI裁剪
2.1.3 图像亮度归一化
2.2 眼肌分割网络
2.2.1 网络整体架构
2.2.2 ResNeSt主干网络
2.2.3 双重注意力模块
2.3 B超图指标计算模块
3 结果与分析
3.1 数据集构建
3.2 实验平台及训练参数
3.3 评价指标
3.4 实验结果与分析
3.4.1 不同分割模型分析
3.4.2 预处理模块消融实验
3.4.3 眼肌分割网络消融实验
3.4.4 四种品牌图像的结果对比
4 结论
