[發明專利]鳥情檢測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202010558302.6
• 申請日: 2020-06-18
• 公開（公告）號: CN111709374B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 廖金輝;李德民;吳亦歌;肖娟;賀鵬
• 申請（專利權）人: 深圳市賽為智能股份有限公司;上海銘航科技發展有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V40/10;G06V10/82;G06V10/774
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 林燕云

本發明涉及鳥情檢測方法、裝置、計算機設備及存儲介質，該方法包括獲取實時圖像，以得到待檢測圖像；將待檢測圖像輸入鳥情檢測模型內進行鳥情檢測，以得到檢測結果；根據檢測結果進行鳥情分析，以得到分析結果；根據分析結果發送驅動通知至驅鳥設備，以使驅鳥設備進行驅鳥操作；其中，鳥情檢測模型是通過若干個帶有鳥類位置標簽以及表示鳥類數量的等級標簽的鳥類圖像作為樣本數據訓練深度學習神經網絡所得的。本發明實現大概估算鳥群的數量，準確檢測當前情況的鳥情，以便于提高驅趕效果。

技術領域

本發明涉及鳥情探測方法，更具體地說是指鳥情檢測方法、裝置、計算機設備及存儲介質。

背景技術

在一些特殊的場合會由于鳥類的存在，導致災難的發生，比如機場，在這些特殊的場合配備了一些比較常見的基礎驅鳥設備，例如超聲波，煤氣炮，激光等設備，但這些設備的驅動方式包括比較傳統的定時驅動或者人工驅動。

現有的解決方式是對鳥情進行檢測，以進行針對性的驅趕鳥類，目前采用采用監控設備檢測鳥的方式是通過檢測單只鳥，通過累加統計出總體檢測鳥的數目，如果一旦出現多只鳥重疊或者鳥與鳥之間互相遮擋，導致無法檢測出鳥，或者檢測出的鳥數量不準確，導致對鳥情誤判，從而影響驅趕效果。

因此，有必要設計一種新的方法，實現大概估算鳥群的數量，準確檢測當前情況的鳥情，以便于提高驅趕效果。

發明內容

本發明的目的在于克服現有技術的缺陷，提供鳥情檢測方法、裝置、計算機設備及存儲介質。

為實現上述目的，本發明采用以下技術方案：鳥情檢測方法，包括：

獲取實時圖像，以得到待檢測圖像；

將待檢測圖像輸入鳥情檢測模型內進行鳥情檢測，以得到檢測結果；

根據所述檢測結果進行鳥情分析，以得到分析結果；

根據所述分析結果發送驅動通知至驅鳥設備，以使驅鳥設備進行驅鳥操作；

其中，所述鳥情檢測模型是通過若干個帶有鳥類位置標簽以及表示鳥類數量的等級標簽的鳥類圖像作為樣本數據訓練深度學習神經網絡所得的。

其進一步技術方案為：所述鳥情檢測模型是通過若干個帶有鳥類位置標簽以及表示鳥類數量的等級標簽的鳥類圖像作為樣本數據集訓練深度學習神經網絡所得的，包括：

獲取鳥類圖像；

對鳥類圖像進行鳥類位置標簽以及表示鳥類數量的等級標簽的標注，以得到樣本數據集；

采用樣本數據集訓練深度學習神經網絡，以得到鳥情檢測模型。

其進一步技術方案為：所述采用樣本數據集訓練深度學習神經網絡，以得到鳥情檢測模型，包括：

將樣本數據集劃分為訓練集以及測試集；

設置YOLOV4算法訓練的參數；

使用訓練集輸入YOLOV4算法中進行網絡模型訓練，以得到初始模型；

采用測試集對初始模型進行測試，以得到測試結果；

判斷所述測試結果是否符合要求；

若所述測試結果不符合要求，則執行所述設置YOLOV4算法訓練的參數；

若所述測試結果符合要求，則將所述初始模型作為鳥情檢測模型。

其進一步技術方案為：所述檢測結果包括鳥群的數量所對應的等級以及鳥群所在的位置信息。

其進一步技術方案為：根據所述檢測結果進行鳥情分析，以得到分析結果，包括：

根據所述檢測結果截取實時圖像，以得到中間圖像；