[發(fā)明專利]水產(chǎn)品檢測方法、裝置、電子設備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111127618.0
• 申請日: 2021-09-18
• 公開（公告）號: CN113887368A
• 公開（公告）日: 2022-01-04
• 發(fā)明（設計）人: 趙然;趙世理;張松;王賀;馮煜;李道亮
• 申請（專利權(quán)）人: 中國農(nóng)業(yè)大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06Q50/02
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王宇楊

1.一種水產(chǎn)品檢測方法，其特征在于，包括：

獲取待檢測水產(chǎn)品圖像；

將所述待檢測水產(chǎn)品圖像輸入至水產(chǎn)品檢測模型中，得到所述水產(chǎn)品檢測模型輸出的檢測結(jié)果；

其中，所述檢測結(jié)果包括處于目標狀態(tài)的水產(chǎn)品的參數(shù)信息；所述水產(chǎn)品檢測模型是根據(jù)包含目標狀態(tài)的水產(chǎn)品的樣本圖像訓練得到的。

2.根據(jù)權(quán)利要求1所述的水產(chǎn)品檢測方法，其特征在于，所述方法還包括：

確定所述包含目標狀態(tài)的水產(chǎn)品的樣本圖像；

對每個所述樣本圖像中處于所述目標狀態(tài)的水產(chǎn)品采用標記框進行標記；

將標記后的樣本圖像輸入至初始模型中進行訓練，得到所述水產(chǎn)品檢測模型。

3.根據(jù)權(quán)利要求2所述的水產(chǎn)品檢測方法，其特征在于，所述將標記后的樣本圖像輸入至初始模型中進行訓練，得到所述水產(chǎn)品檢測模型包括：

將標記后的樣本圖像輸入至所述初始模型的輕量級卷積網(wǎng)絡進行特征提取，得到目標數(shù)量個第一特征層；

根據(jù)目標數(shù)量個所述第一特征層確定每個所述樣本圖像的預測框；其中，所述預測框用于表征處于所述目標狀態(tài)的水產(chǎn)品的預測位置；

根據(jù)每個所述樣本圖像的預測框和對應的標記框的對比調(diào)整所述初始模型的權(quán)重，直至所述初始模型收斂，得到所述水產(chǎn)品檢測模型。

4.根據(jù)權(quán)利要求3所述的水產(chǎn)品檢測方法，其特征在于，所述輕量級卷積網(wǎng)絡中內(nèi)置有注意力機制。

5.根據(jù)權(quán)利要求3所述的水產(chǎn)品檢測方法，其特征在于，所述根據(jù)目標數(shù)量個所述第一特征層確定每個所述樣本圖像的預測框包括：

將目標數(shù)量個所述第一特征層傳輸至所述初始模型的加強特征提取網(wǎng)絡進行池化和特征融合處理，得到目標數(shù)量個第二特征層；

根據(jù)目標數(shù)量個所述第二特征層確定每個所述樣本圖像的預測框。

6.根據(jù)權(quán)利要求5所述的水產(chǎn)品檢測方法，其特征在于，所述根據(jù)目標數(shù)量個所述第二特征層確定每個所述樣本圖像的預測框包括：

將目標數(shù)量個所述第二特征層輸入至所述初始模型的預測端，得到每個所述樣本圖像的邊界框和所述邊界框?qū)闹眯哦龋?/p>

根據(jù)每個所述樣本圖像的邊界框和對應的置信度確定所述預測框。

7.一種水產(chǎn)品檢測裝置，其特征在于，包括：

獲取單元，用于獲取待檢測水產(chǎn)品圖像；

檢測單元，用于將所述待檢測水產(chǎn)品圖像輸入至水產(chǎn)品檢測模型中，得到所述水產(chǎn)品檢測模型輸出的檢測結(jié)果；

其中，所述檢測結(jié)果包括處于目標狀態(tài)的水產(chǎn)品的參數(shù)信息；所述水產(chǎn)品檢測模型是根據(jù)包含目標狀態(tài)的水產(chǎn)品的樣本圖像訓練得到的。

8.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1至6任一項所述的水產(chǎn)品檢測方法的步驟。

9.一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6任一項所述的水產(chǎn)品檢測方法的步驟。

10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6任一項所述的水產(chǎn)品檢測方法的步驟。