[发明专利]一种抗原检测试剂盒智能识别方法、装置、设备及介质

权利要求书

1.一种抗原检测试剂盒智能识别方法，其特征在于，包括：

获取包含抗原检测试剂盒的图像，并对所述图像中试剂盒区域进行类别标注，得到训练集；

以YOLOV5网络模型为基础，通过添加注意力机制模块和可变形卷积模块得到待训练模型；

利用所述训练集对所述待训练模型进行训练，以得到训练后模型，并利用所述训练后模型对包含待检测抗原检测试剂盒的图像进行识别。

2.根据权利要求1所述的抗原检测试剂盒智能识别方法，其特征在于，所述获取包含抗原检测试剂盒的图像之后，还包括：

对所述包含抗原检测试剂盒的图像进行边缘检测、轮廓检测以确定最大面积的轮廓，然后确定所述轮廓的矩形角点，并对所述矩形角点坐标投影变换，以实现对所述图像的透视变换；

将所述包含抗原检测试剂盒的图像中的抗原检测试剂盒进行旋转，得到垂直状态的抗原检测试剂盒的图像，以实现对所述图像的垂直矫正。

3.根据权利要求1所述的抗原检测试剂盒智能识别方法，其特征在于，所述对所述图像中试剂盒区域进行类别标注之后，还包括：

利用k-means聚类算法，针对包含所述标注的图像中的目标框的宽和高进行聚类，生成预设数量类别的初始预测框。

4.根据权利要求1所述的抗原检测试剂盒智能识别方法，其特征在于，所述对所述图像中试剂盒区域进行类别标注之后，还包括：

通过对所述包含抗原检测试剂盒的图像进行不同预设角度的旋转，对图像数据进行数据增强。

5.根据权利要求1所述的抗原检测试剂盒智能识别方法，其特征在于，所述利用所述训练集对所述待训练模型进行训练的过程中，包括：

利用聚类法和非极大值抑制法对模型输出的目标进行误差矫正。

6.根据权利要求1所述的抗原检测试剂盒智能识别方法，其特征在于，所述注意力机制模块的添加过程，包括：

在所述YOLOV5网络模型的Backbone模块内添加注意力机制模块；所述注意力机制模块分别与所述Backbone模块的Backbone C3层和Neck模块的卷积层相连。

7.根据权利要求1至6任一项所述的抗原检测试剂盒智能识别方法，其特征在于，所述可变形卷积模块的添加过程，包括：

通过对所述YOLOV5网络模型内卷积核中每个采样位置添加偏移量，实现向所述YOLOV5网络模型中添加所述可变形卷积模块。

8.一种抗原检测试剂盒智能识别装置，其特征在于，包括：

图像获取模块，用于获取包含抗原检测试剂盒的图像，并对所述图像中试剂盒区域进行类别标注，得到训练集；

模型确定模块，用于以YOLOV5网络模型为基础，通过添加注意力机制模块和可变形卷积模块得到待训练模型；

训练模块，用于利用所述训练集对所述待训练模型进行训练，以得到训练后模型，并利用所述训练后模型对包含待检测抗原检测试剂盒的图像进行识别。

9.一种电子设备，其特征在于，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的抗原检测试剂盒智能识别方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中计算机程序被处理器执行时实现如权利要求1至7任一项所述的抗原检测试剂盒智能识别方法。