生猪背膘厚度无接触检测方法研究

来源：中国农机化学报杂志2026年第2期北京时间：

作者：介邓飞, 李家俊, 王杨, 姜朋辉, 沈美雄, 何金成

单位：1. 福建农林大学机电工程学院，福州市，350002； 2. 福建省现代农业装备高校工程研究中心，福州市，350002； 3. 福建省机械科学研究院，福州市，350005

摘要：针对单模态生猪背膘厚度检测方法忽略生猪体尺信息，以及背部三维信息与生猪背膘厚度的联系，导致模型泛化能力不足与检测精度不能进一步提升等问题，提出一种基于多模态融合的生猪背膘厚度无接触检测方法。通过图像配准与坐标转换方法获取生猪的体尺信息，利用体尺信息、生猪背部深度图像以及RGB图像数据，建立3种模态的7种数据集，并对比单模态、双模态以及多模态模型的检测精度。通过引入大型选择性核模型（LSK）与全维动态卷积（ODConv），提升模型感受野与提取全维特征的能力。最终，提出自注意深度平衡多模态融合算法（SDE）解决现有多模态融合算法存在的跨模态数据难以交互与特征丢失的问题。试验结果显示：增加数据模态可以有效提升模型的检测精度，与原始模型相比，引入LSK、ODConv、SDE模型后平均绝对误差MAE、均方根误差RMSE、平均绝对百分比误差MAPE分别降低30.94%、28.73%、29.82%，达到0.36 mm、0.57 mm、2.27%，决定系数R2提升6.07%，为0.94。基于多模态融合的生猪背膘厚度无接触检测方法满足实际生产中对生猪背膘厚度检测精度的需求，可推动生猪背膘厚度检测技术进一步高质量发展。

关键词：生猪,背膘厚度,多模态融合,深度学习,特征提取

基金资助：福建省自然科学基金面上项目（2020J01577）；福建省属公益类科研院所基本科研专项（2024R1004007）