基于YOLOv11和SVR的猪只背部姿态与体尺估测

摘要

针对人工接触式体尺测量导致的种猪应激反应、较大误差及低效问题，设计一种非接触式猪只图像数据采集平台，并提出一种基于YOLOv11与支持向量回归（support vector regression,SVR）算法的猪只背部姿态检测与体尺估测方法。该方法利用YOLOv11模型进行猪只姿态目标检测，并通过SVR算法处理目标检测结果中的猪只体尺像素信息，进而估算猪只的体尺。结果显示，YOLOv11模型的召回率和平均精确率分别达到94.6%和96.0%，展示了良好的检测鲁棒性；通过SVR算法得到的体长、胸宽、臀宽的估测值与实测值的平均绝对百分比误差分别为2.78%、2.55%和2.88%，说明该算法在体尺测量上的效果较好。以上结果表明，基于YOLOv11与支持向量回归（SVR）算法的猪只背部姿态检测与体尺估测方法具有轻量化、高精确率的特点，可有效减少人为误差和猪只应激反应。

关键词

种猪 / YOLOv11 / SVR / 姿态检测 / 体尺估测