[发明专利]一种鱼苗计数方法、装置、电子设备与存储介质在审

专利信息
申请号: 202210556337.5 申请日: 2022-05-20
公开(公告)号: CN114897848A 公开(公告)日: 2022-08-12
发明(设计)人: 赵然;冯煜;李道亮;张松;逯嘉敏 申请(专利权)人: 中国农业大学
主分类号: G06T7/00 分类号: G06T7/00;G06V10/40;G06V10/774;G06V10/82;G06N3/04;G06N3/08
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 毛宏宝
地址: 100193 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 鱼苗 计数 方法 装置 电子设备 存储 介质
【说明书】:

本发明提供一种鱼苗计数方法、装置、电子设备与存储介质,方法包括:获取包含目标鱼苗的图像;将所述包含目标鱼苗的图像输入预先训练的鱼苗数量预测模型,得到目标鱼苗的数量;其中,所述鱼苗数量预测模型是基于样本鱼苗的图像训练得到,包括特征提取层、注意力机制层以及鱼苗数量确定层;其中,所述特征提取层,用于根据所述包含目标鱼苗的图像,获取总信息特征图;所述注意力机制层,用于根据所述总信息特征图,获取关键信息特征图;所述鱼苗数量确定层,用于根据所述关键信息特征图,确定目标鱼苗的数量。本发明通过鱼苗数量预测模型,基于卷积神经网络对鱼苗数量无接触检测,极大地提升了鱼体福利和鱼苗的计数精度。

技术领域

本发明涉及计量设备与技术领域,尤其涉及一种鱼苗计数方法、装置、电子设备与存储介质。

背景技术

鱼苗精确计数与精准投喂、鱼苗分级、存活率评估密切相关,也为鱼群自动化养殖系统提供重要输入。

养殖场鱼苗计数大部分情况下还是依赖人工完成。养殖工人根据养殖经验,使用“打杯法”进行密度估计,再计算出鱼池总体鱼苗数量。目前也出现了一些自动化鱼苗计数方法,例如:公告号为CN101430775B的专利提出了基于计算机视觉的鱼苗计数装置和方法,其使用正交相机采集数据,并将图像处理成灰度图,提高计数准确率的同时提高效率;公布号为CN106204626A的专利提出了一种基于图像处理的鱼苗计数器及计数方法,他的优势在于在计数箱内设置竖直向上的水流,在水流的作用下,减少鱼苗聚团与重叠现象,提高计数精确度;公布号为CN112215798A的专利提出了一种基于机器视觉的鱼苗计数检测方法与装置,他的创新在于检测通道设有脉冲式反冲装置,避免发生鱼苗堵塞,以减少鱼苗重叠,提高计数精度。

人工计数耗时耗力,且肉眼工作,易因疲倦影响工作效率,离水操作对鱼体损害较大,计数精确度低等问题亟待解决。现有的自动化鱼苗计数方法已经得到了广泛的研究,但是在鱼体福利及计数精度方面也有待提高。

发明内容

本发明提供一种鱼苗计数方法、装置、电子设备与存储介质,用以解决现有鱼苗计数技术中对鱼体扰动较大、计数精度不足的问题,通过鱼苗数量预测模型,基于卷积神经网络对鱼苗数量无接触检测,极大地提升了鱼体福利和鱼苗的计数精度。

本发明提供一种鱼苗计数方法,包括:

获取包含目标鱼苗的图像;

将所述包含目标鱼苗的图像输入预先训练的鱼苗数量预测模型,得到目标鱼苗的数量;

其中,所述鱼苗数量预测模型是基于样本鱼苗的图像训练得到,包括特征提取层、注意力机制层以及鱼苗数量确定层;其中,

所述特征提取层,用于根据所述包含目标鱼苗的图像,获取总信息特征图;

所述注意力机制层,用于根据所述总信息特征图,获取关键信息特征图;

所述鱼苗数量确定层,用于根据所述关键信息特征图,确定目标鱼苗的数量。

根据本发明提供的一种鱼苗计数方法,所述特征提取层包括三个并行的卷积神经网络,其中,所述三个并行的卷积神经网络中各个卷积神经网络含有不同尺寸的卷积核,用于提取各自对应范围的特征信息。

根据本发明提供的一种鱼苗计数方法,所述注意力机制层包括主干卷积网络和注意力网络,其中,所述注意力网络包括一个未经批量归一化的残差块和一个卷积层,所述主干卷积网络包含三列卷积神经网络。

根据本发明提供的一种鱼苗计数方法,所述鱼苗数量确定层包括特征聚合网络和数量积分网络,

对应的,所述根据所述关键信息特征图,确定目标鱼苗的数量,包括:

通过所述特征聚合网络,利用空间金字塔池化SPP对所述关键信息特征图进行处理,得到鱼苗密度图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学,未经中国农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210556337.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top