[发明专利]密度估计方法、装置、电子设备及存储介质

权利要求书

1.一种密度估计方法，其特征在于，用于估计目标液体的密度，所述目标液体容置于容器中，所述方法包括：

获取所述目标液体的2D图像信息；

获取第一组液体标本的2D图像信息和成分标注数据；

根据第一组液体标本的2D图像信息和成分标注数据，使用深度学习的方式训练得到液体成分模型；

根据所述目标液体的2D图像信息和所述液体成分模型，确定所述目标液体的成分；

根据所述目标液体的成分，获取所述目标液体的密度。

2.根据权利要求1所述的密度估计方法，其特征在于，所述根据所述目标液体的成分，获取所述目标液体的密度，包括：

当所述目标液体的成分是单一成分时，获取所述成分对应的密度作为所述目标液体的密度；

当所述目标液体的成分不是单一成分时，根据所述成分和液体密度模型，获取所述目标液体的密度。

3.根据权利要求2所述的密度估计方法，其特征在于，获取所述液体密度模型的方法包括：

获取第二组液体标本的成分和密度标注数据；

根据第二组液体标本的成分和密度标注数据，使用深度学习的方式训练得到所述液体密度模型。

4.根据权利要求1所述的密度估计方法，其特征在于，所述方法还包括：

获取所述容器的图像信息；

根据所述容器的图像信息，获取所述目标液体的体积；

根据所述目标液体的密度和体积，获取所述目标液体的质量。

5.根据权利要求4所述的密度估计方法，其特征在于，所述容器的图像信息是采用CT技术得到的。

6.一种密度估计装置，其特征在于，用于估计目标液体的密度，所述目标液体容置于容器中，所述装置包括：

2D获取模块，用于获取所述目标液体的2D图像信息；

成分获取模块，包括：

第一标本获取单元，用于获取第一组液体标本的2D图像信息和成分标注数据；

第一模型训练单元，用于根据第一组液体标本的2D图像信息和成分标注数据，使用深度学习的方式训练得到液体成分模型；

成分确定单元，用于根据所述目标液体的2D图像信息和所述液体成分模型，确定所述目标液体的成分；

密度获取模块，用于根据所述目标液体的成分，获取所述目标液体的密度。

7.根据权利要求6所述的密度估计装置，其特征在于，所述密度获取模块包括：

第一密度获取单元，用于当所述目标液体的成分是单一成分时，获取所述成分对应的密度作为所述目标液体的密度。

第二密度获取单元，用于当所述目标液体的成分不是单一成分时，根据所述成分和液体密度模型，获取所述目标液体的密度。

8.根据权利要求7所述的密度估计装置，其特征在于，所述装置还包括密度模型获取模块，所述密度模型获取模块包括：

第二标本获取单元，用于获取第二组液体标本的成分和密度标注数据；

第二模型训练单元，用于根据第二组液体标本的成分和密度标注数据，使用深度学习的方式训练得到所述液体密度模型。

9.根据权利要求6所述的密度估计装置，其特征在于，所述装置还包括：

容器图像获取模块，用于获取所述容器的图像信息；

体积获取模块，用于根据所述容器的图像信息，获取所述目标液体的体积；

质量获取模块，用于根据所述目标液体的密度和体积，获取所述目标液体的质量。

10.根据权利要求9所述的密度估计装置，其特征在于，所述容器的图像信息是采用CT技术得到的。

11.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1-5任一项所述方法的步骤。

12.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一项所述方法的步骤。