[發明專利]微體古生物化石圖像檢測、分類及發現方法、系統及應用

在審

• 申請號: 202110253901.1
• 申請日: 2021-03-09
• 公開（公告）號: CN113128335A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 賀小偉;李得棟;韓健;張濤;王賓;劉濤;牛犇;唐可昕
• 申請（專利權）人: 西北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種微體古生物化石圖像檢測、分類及發現方法，其特征在于，所述微體古生物化石圖像檢測、分類及發現方法包括：

制定微體化石圖像采集標準，使用顯微電鏡拍攝微體化石圖像，并標記每張圖像中的位置和類別信息；

構建帶有仿微體化石的數據集，對每個微體化石和仿微體化石標注位置和類別信息，按比例分為訓練集和測試集；

搭建SSD網絡，在網絡第一層、第二層特征圖上構建小目標注意力模塊；

根據微體化石圖像特征調整預選框長寬比，使用6層特征圖統一每層網絡的長寬比，并初始化權重文件；

加載預訓練模型的原始權重文件，訓練微體化石圖像檢測的網絡模型，通過與已標記的圖像中微體化石位置、類別的對比，不斷的回歸、調整訓練模型的檢測精度；

將待檢測圖像輸入訓練好的網絡模型，設置檢測程序輸出的類別概率閾值，使用非極大值抑制算法篩選出合適的檢測結果，在原始待檢測圖像上標出各類化石的位置框、類別和概率結果；

對區別于原始已知微體化石的人工仿化石類別檢測結果做重點記錄。

2.如權利要求1所述的微體古生物化石圖像檢測、分類及發現方法，其特征在于，所述定微體化石圖像采集標準包括對樣品、設備和光線的要求，以此采集標準環境下的圖像數據，包括：

(1)樣本方面：采用陜西省西鄉縣張家溝剖面寬川鋪組巖石樣品，用8％～10％醋酸溶液處理；

(2)設備方面：使用Leica 205C的10倍顯微鏡拍攝，每張圖像分辨率為2592*1944；

(3)光線方面：采用藍色或白色來增強背景的對比度，采用冷光源無影燈，在均勻的亮度和放大倍數下拍攝；

(4)標記時半監督地使用分割工具先分出較易框定的微體化石目標，無誤后添加類別信息即可得到目標信息的標注；對于遮擋、粘連的目標，使用封裝的ImageSets程序人工標注，將標注信息統一成相同格式的文件，每個文件名稱對應每張微體化石的文件名稱存儲。

3.如權利要求1所述的微體古生物化石圖像檢測、分類及發現方法，其特征在于，在顯微電鏡拍攝得到的微體化石圖像的基礎上，人工標記微體化石的種類和位置，使用數據集中未出現的手繪或軟件合成的微體化石PNG圖像，并隨機地在不含任何類別的空白背景區域插入人工構建的仿化石，用于模擬尚未發現的化石種類，由顯微電鏡圖像和人工構建圖像共同構成微體化石數據集；其中，所述位置標注為人工框定微體化石的最大矩形，帶有標簽的數據集按7：3比例分為訓練集和測試集。

4.如權利要求1所述的微體古生物化石圖像檢測、分類及發現方法，其特征在于，搭建SSD網絡，對SSD網絡的第一、二層特征圖分別進行空間變換以加強該兩層網絡在原圖中對應區域的特征，將原始圖片中的空間信息變換到另一個空間中并保留關鍵信息，相當于經過特征權重重新分配以特別注意SSD網絡一二層特征圖對應的目標。

5.如權利要求1所述的微體古生物化石圖像檢測、分類及發現方法，其特征在于，所述使用6層特征圖統一每層網絡的長寬比，包括：以VGG16模型為骨干的SSD網絡框架，其網絡結構包含16個卷積層；模型輸入圖像大小為300*300，統一每層網絡的長寬比為[1:2,1:1,2:1]，特征圖上每個中心點對應3個預選框，低層特征圖對應較小感受野，高層特征圖對應較大感受野。

6.如權利要求1所述的微體古生物化石圖像檢測、分類及發現方法，其特征在于，所述加載預訓練模型的原始權重文件，訓練微體化石圖像檢測的網絡模型，包括：加載已有VOC07大規模分類數據集訓練SSD網絡得到的公用網絡預訓練模型，VOC07數據集的公用網絡結構完整、權重文件參數多，是稠密網絡模型；對所述網絡預訓練模型進行初始化，在制作好的微體化石數據集上，對網絡進行訓練，訓練過程中通過與標記過的真實目標位置和類別信息對比，對此稠密網絡模型的權值進行剪枝，減少其中不重要的參數，得到稀疏網絡模型權值，同時在回歸過程中不斷提升檢測框的準確度和類別置信度，在達到設定的訓練次數后得到最終網絡模型。