[發(fā)明專利]管狀物計數(shù)、模型的訓練方法、設備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202110410163.7 | 申請日: | 2021-04-15 |
| 公開(公告)號: | CN113066078A | 公開(公告)日: | 2021-07-02 |
| 發(fā)明(設計)人: | 胡顯赫;張建鋒;王嘉 | 申請(專利權(quán))人: | 上海找鋼網(wǎng)信息科技股份有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T3/40;G06K9/42;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463 | 代理人: | 曹瑞敏 |
| 地址: | 201800 上海市嘉定區(qū)嘉*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 管狀 計數(shù) 模型 訓練 方法 設備 存儲 介質(zhì) | ||
1.一種管狀物計數(shù)方法,其特征在于,應用于管狀物計數(shù)模型,所述管狀物計數(shù)模型包括:圖像特征提取模塊、管狀物檢測模塊和輸出模塊;所述方法包括:
采用所述圖像特征提取模塊,根據(jù)預設滑動窗口對應的縮放比例,對待檢測圖片進行縮放,得到所述待檢測圖片的特征圖;
采用所述管狀物檢測模塊,對所述特征圖進行檢測,得到管狀物檢測信息;所述管狀物檢測信息包括:管狀物的數(shù)量;
采用所述輸出模塊,輸出包括所述管狀物檢測信息的檢測結(jié)果。
2.如權(quán)利要求1所述的方法,其特征在于,所述管狀物檢測信息還包括:各管狀物在所述特征圖中的位置;所述方法還包括:
采用所述管狀物檢測模塊,根據(jù)所述各管狀物在所述特征圖中的位置,在所述特征圖中對所述各管狀物進行標注;
采用所述輸出模塊輸出標注后的特征圖。
3.如權(quán)利要求2所述的方法,其特征在于,所述管狀物計數(shù)模型還包括:上采樣模塊;所述采用所述輸出模塊輸出標注后的特征圖之前,所述方法還包括:
采用所述上采樣模塊對所述標注后的特征圖進行上采樣處理;
所述采用所述輸出模塊輸出標注后的特征圖,包括:
采用所述輸出模塊輸出上采樣處理后的特征圖。
4.如權(quán)利要求2所述的方法,其特征在于,所述采用所述管狀物檢測模塊,根據(jù)所述各管狀物在所述特征圖中的位置,在所述特征圖中對所述各管狀物進行標注,包括:
采用所述管狀物檢測模塊,根據(jù)所述各管狀物在所述特征圖中的位置,在所述特征圖中所述各管狀物的位置處標注檢測框。
5.如權(quán)利要求4所述的方法,其特征在于,所述采用所述管狀物檢測模塊,根據(jù)所述各管狀物在所述特征圖中的位置,在所述特征圖中所述各管狀物的位置處標注檢測框,包括:
若所述特征圖中至少兩個檢測框的重合面積大于預設閾值,由所述管狀物檢測模塊,采用非極大值抑制算法從重合的檢測框中確定目標檢測框,并刪除所述重合的檢測框中所述目標檢測框之外的檢測框。
6.一種管狀物計數(shù)模型的訓練方法,其特征在于,待訓練管狀物計數(shù)模型包括:圖像特征提取模塊和管狀物檢測模塊;所述方法包括:
采用所述圖像特征提取模塊對預設管狀物樣本圖像集中的各樣本圖像進行特征提取,得到各樣本圖像的特征圖;
采用所述管狀物檢測模塊,對所述各樣本圖像的特征圖進行檢測,得到各所述樣本圖像的管狀物檢測信息;其中,所述樣本圖像為包括管狀物的樣本圖像,各所述樣本圖像上均包括預先標注的管狀物的標注信息;
根據(jù)所述檢測信息和所述標注信息,確定所述待訓練管狀物計數(shù)模型的損失函數(shù);
根據(jù)所述損失函數(shù)對所述待訓練管狀物計數(shù)模型進行迭代訓練,直至滿足迭代停止條件;
確定滿足所述迭代停止條件的所述待訓練管狀物計數(shù)模型為預設管狀物計數(shù)模型。
7.如權(quán)利要求6所述的方法,其特征在于,所述檢測信息包括:各管狀物在所述樣本圖像中的檢測位置,和所述樣本圖像中各像素點是否為所述管狀物的識別信息,所述標注信息包括:各管狀物在所述樣本圖像中的實際位置,和所述樣本圖像中各像素點是否為所述管狀物的實際信息;所述根據(jù)所述檢測信息和所述標注信息,確定所述待訓練管狀物計數(shù)模型的損失函數(shù),包括;
根據(jù)所述檢測位置和實際位置,確定所述待訓練管狀物計數(shù)模型的位置損失函數(shù);
根據(jù)所述識別信息和實際信息,確定所述待訓練管狀物計數(shù)模型的識別損失函數(shù);
所述根據(jù)所述損失函數(shù)對所述待訓練管狀物計數(shù)模型進行迭代訓練,包括:
根據(jù)所述位置損失函數(shù)和所述識別損失函數(shù),對所述管狀物檢測模塊進行迭代訓練。
8.如權(quán)利要求6所述的方法,其特征在于,所述確定滿足所述迭代停止條件的所述待訓練管狀物計數(shù)模型為預設管狀物計數(shù)模型之后,所述方法還包括:
將所述預設管狀物計數(shù)模型部署在預設虛擬化的圖形處理環(huán)境下。
該專利技術資料僅供研究查看技術是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海找鋼網(wǎng)信息科技股份有限公司,未經(jīng)上海找鋼網(wǎng)信息科技股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110410163.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





