[發(fā)明專利]一種目標(biāo)物計數(shù)方法、系統(tǒng)、存儲介質(zhì)及計算機設(shè)備

在審

• 申請?zhí)枺?/td>: 202210232734.7
• 申請日: 2022-03-10
• 公開（公告）號: CN114708192A
• 公開（公告）日: 2022-07-05
• 發(fā)明（設(shè)計）人: 楊忠;張恒星;劉丹
• 申請（專利權(quán)）人: 江西中業(yè)智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06N3/08;G06N3/04;G06K9/62;G06V10/774;G06V10/82
• 代理公司: 南昌旭瑞知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 36150
• 代理人: 彭琰

本發(fā)明公開了一種目標(biāo)物計數(shù)方法、系統(tǒng)、存儲介質(zhì)及計算機設(shè)備，該方法包括：通過攝像裝置采集目標(biāo)物的樣本圖像，對樣本圖像進行處理以獲取目標(biāo)物的樣本集；通過攝像裝置采集目標(biāo)物場地內(nèi)目標(biāo)物集合的初始圖像，對初始圖像進行處理以獲取目標(biāo)物集合的待檢圖像；基于待檢圖像，計算待檢圖像中目標(biāo)物集合最頂層目標(biāo)物的頂層數(shù)量，以及計算待檢圖像中目標(biāo)物集合的層高值；將目標(biāo)物集合的頂層數(shù)量與層高值相乘以得到待檢圖像中的目標(biāo)物數(shù)量，將所有待檢圖像中的目標(biāo)物數(shù)量相加以得到目標(biāo)物場地內(nèi)目標(biāo)物的總數(shù)量。本發(fā)明能夠解決現(xiàn)有技術(shù)中現(xiàn)有目標(biāo)檢測方法難以對成垛有被遮擋的目標(biāo)物進行檢測和計數(shù)的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)檢測技術(shù)領(lǐng)域，特別涉及一種目標(biāo)物計數(shù)方法、系統(tǒng)、存儲介質(zhì)及計算機設(shè)備。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展，目標(biāo)檢測在多個領(lǐng)域有著廣泛的應(yīng)用，代替人力出色的完成了很多工作。在無人機和衛(wèi)星興起的時代，能夠在空中獲取更多的關(guān)于地面物體的數(shù)據(jù)，如今已經(jīng)有越來越多的公司使用planet或descartes labs公司提供的衛(wèi)星圖片，應(yīng)用目標(biāo)檢測來計算汽車、樹木與船舶的數(shù)量。

例如，在水泥鑄件生產(chǎn)過程中，工作人員通過運輸工具將成品水泥鑄件出窯碼垛，在搬運過程中可能并不會詳細統(tǒng)計水泥鑄件的數(shù)目，這就需要工作人員在整個水泥鑄件廠對每垛水泥鑄件進行人工計數(shù)統(tǒng)計。這種計數(shù)方式費時費力，浪費了勞動力，增大了勞動強度。

而常見的目標(biāo)檢測是通過提取目標(biāo)物特征去完成檢測和計數(shù)，雖然目前的目標(biāo)檢測算法在自然圖像目標(biāo)檢測中已經(jīng)達到了良好的效果。然而，對于成垛的有被遮擋的目標(biāo)物例如上述水泥鑄件，無法準(zhǔn)確的提取目標(biāo)特征，因此，現(xiàn)有的目標(biāo)檢測很難對成垛有被遮擋的目標(biāo)物進行檢測和計數(shù)。

發(fā)明內(nèi)容

基于此，本發(fā)明的目的是提供一種目標(biāo)物計數(shù)方法、系統(tǒng)、存儲介質(zhì)及計算機設(shè)備，旨在解決現(xiàn)有技術(shù)中目標(biāo)檢測方法難以對成垛有被遮擋的目標(biāo)物進行檢測和計數(shù)的技術(shù)問題。

本發(fā)明的第一方面在于提供一種目標(biāo)物計數(shù)方法，所述方法包括：

通過攝像裝置采集目標(biāo)物的樣本圖像，對所述樣本圖像進行處理以獲取所述目標(biāo)物的樣本集，并對所述樣本集進行訓(xùn)練；

通過攝像裝置采集目標(biāo)區(qū)域內(nèi)目標(biāo)物集合的初始圖像，對所述初始圖像進行處理以獲取包含所述目標(biāo)物集合的待檢圖像，其中，所述目標(biāo)物集合為所述目標(biāo)物呈規(guī)則狀的的堆垛；

根據(jù)所述樣本集與所述待檢圖像，計算所述待檢圖像中所述目標(biāo)物集合最頂層目標(biāo)物的數(shù)量，以及計算所述待檢圖像中所述目標(biāo)物集合的層高值；

將所述目標(biāo)物集合的頂層目標(biāo)物的數(shù)量與層高值相乘以得到所述待檢圖像中的目標(biāo)物數(shù)量，將所有所述待檢圖像中的目標(biāo)物數(shù)量求和以得到所述目標(biāo)區(qū)域內(nèi)目標(biāo)物的總數(shù)量；

對所述樣本集進行訓(xùn)練，包括：

確定一符合實際檢測效果的懲罰項，為兩個區(qū)域框的中心點之間的距離，計算公式為：；

其中，為計算兩個中心點之間的歐氏距離d；b，分別為預(yù)測框和真實框的中心點；c為能夠同時包含預(yù)測框和真實框的最小閉包區(qū)域的對角線距離；

則DIOU定義為：；

計算最終的損失，計算公式為：。

根據(jù)上述技術(shù)方案的一方面，通過攝像裝置采集目標(biāo)物的樣本圖像的步驟，具體包括：

通過攝像裝置采集目標(biāo)物的樣本視頻；

基于預(yù)設(shè)的圖片截取規(guī)則，將所述樣本視頻以預(yù)設(shè)時間間隔截取若干視頻幀，并將每一所述視頻幀保存為樣本圖像。

根據(jù)上述技術(shù)方案的一方面，對所述樣本圖像進行處理以獲取所述目標(biāo)物的樣本集，并對所述樣本集進行訓(xùn)練的步驟，具體包括：

獲取所述樣本圖像，對所述樣本圖像中的目標(biāo)物進行輪廓標(biāo)注，根據(jù)標(biāo)注的樣本圖像與標(biāo)注文件構(gòu)建所述目標(biāo)物的樣本集；

對所述樣本集進行訓(xùn)練與增強操作，所述增強操作至少包括對所述樣本集進行隨機角度旋轉(zhuǎn)、鏡像、隨機仿射變換和mixup。