基于改进Mask R-CNN的笼养死鸭识别方法

针对规模化笼养肉鸭舍内死鸭识别采用人工作业方式时,存在作业效率低、劳动强度大、养殖成本高等问题,以层叠式笼养肉鸭为研究对象,提出了一种基于深度学习的笼养死鸭识别方法。为了采集数据,首先面向立体层叠式养殖环境设计了一款适用于肉鸭舍的自主巡检装备。针对笼养肉鸭舍铁丝网遮挡严重的问题,基于机器视觉对笼网进行修复,基于OpenCV对图像进行增强处理。构建了一种基于Mask R-CNN的死鸭识别模型,采用Swin Transformer对模型进行优化,解决了Mask R-CNN网络缺乏整合全局信息能力的问题。对比分析了SOLO v2、Mask R-CNN和Mask R-CNN+Swin Transformer模型识别笼内死鸭准确率。实验结果表明,在平均精度均值为90%的条件下,Mask R-CNN+Swin Transformer模型对笼内死鸭总体识别准确率可达95.8%,在自主巡检装备上的检测效果优于其他主流的目标检测算法。

2016—2019年广西玉林市送检病死鸭的鸭圆环病毒检测

为了解广西玉林市鸭圆环病毒(duck circovirus,DuCV)感染情况,通过PCR方法,对2016—2019年玉林市629个养鸭场送检的856份病死鸭样品进行DuCV病原检测,并对检测结果进行不同月份、不同日龄以及混合感染情况统计分析。结果显示:2016—2019年玉林市送检病死鸭的DuCV检出率为10.63%(91/856),其中20日龄以内、21~65日龄、65日龄以上的检出率分别为7.76%、15.38%、11.32%;2019年(14.52%)和2018年(16.33%)的检出率高于2017年(5.82%)和2016年(2.38%);3—5月(13.15%)和上年12月—2月(11.88%)的检出率高于6—8月(4.35%)和9—11月(8.56%);95.60%(87/91)的DuCV阳性样品中检出副黏病毒、禽多杀性巴氏杆菌、鸭疫里默氏杆菌。结果表明:玉林市养鸭场中存在一定水平的DuCV流行,春冬季DuCV感染率较高,各日龄段鸭均易感,DuCV易与其他病毒和细菌发生混合感染。结果提示,要加强春冬季节DuCV感染的预防,采取综合防控措施,控制混合感染。

病死鸭堆积发酵处理效果初探

利用锯末、谷壳为基料,并添加EM制剂,对病死鸭进行堆积发酵处理试验。分4个试验组,基料与EM制剂比例为20:1,锯末与谷壳重量比为7:3、6:4、5:5、4:6。另设1个对照组,锯末与谷壳重量比为7:3,不加EM制剂。结果显示,添加EM制剂处理病死鸭的时间比自然堆积发酵法少1/3;锯末与谷壳比例5:5组堆体发酵分解更完全;添加EM制剂堆积发酵法处理病死鸭操作简单,生产过程无异味,产物安全,可作为生产有机肥的初级原料,适用于中小规模养殖场。

番鸭小鹅瘟的诊治与综合防治

小鹅瘟是由小鹅瘟病毒引起的一种急性或亚急性败血性传染病,引起急性死亡,传染快、发病率高、死亡率高,严重下痢,其特征性病理变化为出血性、纤维素性、渗出性坏死性肠炎.