[发明专利]基于机器学习的活禽检测方法、装置、设备及可读介质

权利要求书

1.一种基于机器学习的活禽检测方法，其特征在于，所述方法包括：

获取与待检测区域对应的目标检测数据，所述目标检测数据包括目标红外图像、目标RGB图像、目标声音数据中的至少两项；

将所述目标检测数据输入预设的机器学习模型，获取所述机器学习模型的输出结果；

根据所述输出结果确定所述待检测区域对应的目标活禽信息。

2.根据权利要求1所述的方法，其特征在于，所述机器学习模型包括活体检测模型、禽形检测模型、禽声检测模型中的至少两项，所述机器模型的输出结果包括目标活体检测结果、目标禽形检测结果、目标禽声检测结果中的至少两项；

所述获取所述机器学习模型的输出结果，包括：

将所述目标红外图像输入所述活体检测模型，获取所述活体检测模型的输出结果作为所述目标活体检测结果；

或，将所述目标RGB图像输入所述禽形检测模型，获取所述禽形检测模型的输出结果作为所述目标禽形检测结果；

或，将所述目标声音数据输入所述禽声检测模型，获取所述禽声检测模型的输出结果作为所述目标禽声检测结果。

3.根据权利要求1所述的方法，其特征在于，所述根据所述输出结果确定所述待检测区域对应的目标活禽信息，包括：

根据所述输出结果确定与所述待检测区域对应的活禽种类以及对应的存在置信度；

根据所述存在置信度与预设阈值的数值关系确定所述待检测区域对应的目标活禽种类。

4.根据权利要求3所述的方法，其特征在于，在根据所述存在置信度与预设阈值的数值关系确定所述待检测区域对应的目标活禽种类之后，包括：

获取所述目标活体检测结果、所述目标禽形检测结果和目标禽声检测结果分别对应的权重系数；

根据所述权重系数和所述输出结果确定所述待检测区域中包含的目标活禽种类所对应的活禽数目。

5.根据权利要求4所述的方法，其特征在于，在确定所述待检测区域中包含的目标活禽种类所对应的活禽数目之后，还包括；

根据所述待检测区域对应的目标活禽种类和所对应的活禽数目生成目标提示信息；

通过预设的装置展示所述目标提示信息。

6.根据权利要求1所述的方法，其特征在于，在将所述目标检测数据输入预设的机器学习模型之前，还包括：

确定一个样本集合，所述集合包括多个检测样本以及与该检测样本对应的用于表征是否为活禽的样本参考结果；

基于所述检测样本提取出禽类特征信息；

以所述检测样本对应的禽类特征信息为输入，以所述样本参考结果为输出，对所述机器学习模型进行训练。

7.一种基于机器学习的活禽检测装置，其特征在于，所述装置包括：

获取单元：用于获取与待检测区域对应的目标检测数据，所述目标检测数据包括目标红外图像、目标RGB图像、目标声音数据中的至少两项；

输出单元：用于将所述目标检测数据输入预设的机器学习模型，获取所述机器学习模型的输出结果；

第一确定单元：用于根据所述输出结果确定所述待检测区域对应的目标活禽信息。

8.根据权利要求7所述的装置，其特征在于，所述第一确定单元包括：

第二确定单元：用于根据所述输出结果确定与所述待检测区域对应的活禽种类以及对应的存在置信度；

第三确定单元：用于根据所述存在置信度与预设阈值的数值关系确定所述待检测区域对应的目标活禽种类。

9.一种可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。