仔猪是猪的幼年形态,在整个生猪饲养环节中处在最脆弱、最关键的一环,是养猪业的重点关注对象。仔猪断奶后,体内母源抗体含量减少,机体抵抗力下降,此时外部生长环境和饮食变化容易导致仔猪腹泻,引起仔猪生长受阻和仔猪高死亡率。断奶仔猪腹泻发生的概率高、范围广与预防难,直接影响规模化养殖效率及猪场经济效益,是整个养猪业共同面对的生产难题之一。仔猪排泄行为和异常粪便的识别是仔猪腹泻病情信息检测的关键。目前断奶仔猪腹泻检测技术主要停留在传统的人工观察阶段,难以实现病情信息的全面高效感知,是生猪养殖信息全面感知大数据平台建设的瓶颈。本文结合断奶仔猪的养殖现状,应用机器视觉技术和物联网技术,以断奶仔猪腹泻检测为目标,采用深层卷积神经网络结合时空信息融合法自动识别腹泻仔猪,研发保育舍排泄区的仔猪腹泻自动检测系统,为生猪养殖信息全面感知大数据平台提供可靠的数据来源。本文主要研究内容如下:（1）基于深度卷积神经网络的断奶仔猪腹泻信号目标检测模型:从视频数据中获取帧图像制备PASCAL VOC数据集,设计深度卷积神经网络并进行目标检测模型参数训练,采用FPN算法将高层与底层特征融合准确快速地检测腹泻仔猪的排泄姿态、异常粪便和猪背编号等腹泻信号,实现保育舍排泄区断奶仔猪腹泻信号检测,分析不同迭代次数和不同输入图片大小对模型性能的影响,选择表现优秀的模型备用。（2）基于姿态段的行为识别算法:为了在视频分析过程中快速、准确地完成断奶仔猪排泄行为识别,本文引入姿态段的概念,给出姿态段的计算和化简方法,使模型从静态的排泄姿态识别过渡到动态的排泄行为识别,提高了视频分析的效率,给生猪养殖过程中的猪只行为检测提供新的可行思路,该方法可以用于识别猪只的其他与姿态维持时间相关的行为,如采食、饮水、爬跨等。（3）基于时空信息融合法的断奶仔猪腹泻检测算法:为了将异常粪便与仔猪排泄行为关联实现腹泻病猪确诊,本文提出时空信息融合法,将排泄行为与异常粪便从时间域和空间域关联起来实现监控视频中断奶仔猪腹泻检测,排泄行为出现在前,异常粪便出现在后,且排泄行为与异常粪便中心点距离不超过给定阈值时认为该病便属于该猪,构建视频数据集测试算法性能。（4）断奶仔猪腹泻检测平台软件系统:该系统通过部署在云服务器端的中间件和数据库完成断奶仔猪腹泻检测过程中的信息管理与存储,应用MVP模式、多线程处理方式实现Android APP开发,提高了系统的鲁棒性和运行效率,优化了 UI界面,为猪场管理人员对腹泻病猪采取针对性诊治提供参考。