[发明专利]基于人工智能的识别孕囊数量的方法、装置、设备和介质

权利要求书

1.一种基于人工智能的识别孕囊数量的方法，其特征在于，所述方法包括：

采集牲畜预设部位的待检测图像；

将所述待检测图像输入至预先构建的孕囊检测模型，以使所述预先构建的孕囊检测模型检测所述待检测图像中的孕囊并输出孕囊检测结果；

根据所述孕囊检测结果确定所述牲畜的孕囊的数量。

2.根据权利要求1所述的方法，其特征在于，所述将所述待检测图像输入至预先构建的孕囊检测模型，以使所述预先构建的孕囊检测模型检测所述待检测图像中的孕囊并输出孕囊检测结果，包括：

将所述待检测图像输入至所述孕囊检测模型，以使所述孕囊检测模型通过预设的网络步幅因子对所述待检测图像进行下采样，得到下采样特征图；针对所述下采样特征图中的每一个单元对所述孕囊进行预测，得到多组预测参数集；根据所述多组预测参数集，计算基于所述每一个单元在所述下采样特征图中形成的孕囊检测区域中包含所述孕囊的置信度；基于对所述孕囊检测区域中包含所述孕囊的置信度进行非最大值抑制处理，将所述孕囊检测区域中包含所述孕囊的置信度映射为孕囊检测区域中包含所述孕囊的概率值；根据所述概率值的大小针对所述孕囊进行标注，输出带有标注的孕囊检测结果。

3.根据权利要求2所述的方法，其特征在于，

所述方法还包括：

获取所述孕囊检测模型输出的所述带有标注的孕囊检测结果；

所述根据所述孕囊检测结果确定所述牲畜的孕囊的数量，包括：

根据所述孕囊检测结果中的所述标注的个数，计算得到所述牲畜的孕囊的数量。

4.根据权利要求2所述的方法，其特征在于，所述孕囊检测模型中的基础网络为mobilenet神经网络。

5.根据权利要求1所述的方法，其特征在于，所述采集牲畜预设部位的待检测图像之前，所述方法还包括：

获取样本图像；

获取对所述样本图像所包含的所述孕囊进行标注得到的标注信息；

使用所述样本图像和所述标注信息构建所述孕囊检测模型。

6.根据权利要求5所述的方法，其特征在于，

所述获取样本图像之后，还包括：

对所述样本图像进行饱和度、曝光度、色调和/或抖动调节，得到调节后的样本图像；

所述使用所述样本图像和所述标注信息构建所述孕囊检测模型，包括：

利用所述调节后的样本图像和所述标注信息构建所述孕囊检测模型。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述待检测图像中还包括所述牲畜的身份标识；所述根据所述孕囊检测结果确定所述牲畜的孕囊的数量之后，所述方法还包括：

判断所述孕囊的数量是否低于参考阈值；

若是，则根据所述身份标识生成对所述孕囊的数量低于参考阈值的牲畜的标识信息并发送至养殖监控端。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

根据所述养殖监控端对牲畜产胎数量的历史统计数据设置所述参考阈值。

9.一种基于人工智能的识别孕囊数量的装置，其特征在于，所述装置包括：

图像采集模块，用于采集牲畜预设部位的待检测图像；

孕囊检测模块，用于将所述待检测图像输入至预先构建的孕囊检测模型，以使所述预先构建的孕囊检测模型检测所述待检测图像中的孕囊并输出孕囊检测结果；

孕囊数量确定模块，用于根据所述孕囊检测结果确定所述牲畜的孕囊的数量。

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，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。