[发明专利]一种某类虫体养殖换料过程中的智能定位及分类方法

权利要求书

1.一种某类虫体养殖换料过程中的智能定位及分类方法，其特征在于：包括工业相机、光源以及计算设备，所述工业相机和光源均朝向虫草料盘方向设置，所述计算设备与工业相机的图像数据输出端连接，其虫体图像定位方式为：

(1)将料盘放置于图像采集区；

(2)计算设备通过工业相机对图形采集区进行料盘检测；

(3)若未检测到料盘信息则循环进行料盘检测步骤，若检测到料盘信息，则进入步骤(4)；

(4)对采集的图像进行料盘边缘增强并完成料盘部分图像切割；

(5)对切割后的图像进行尺寸校准，若不符合预设的尺寸参数，则对校正参数进行调整，若符合预设的料盘尺寸参数，则进入步骤(6)；

(6)基于深度学习的虫草分类定位复合模型对虫体进行识别；

(7)若识别到虫体信息则根据形态学辨识判断，若形态学判别通过，则输出该虫体的实际坐标；

(8)基于步骤(6)，若未识别到虫体，且人工确认图像样本中存在虫体，则对该图像样本进行人工标定；

(9)标定数据进入图像学习样本库，若新样本数量达到预设数值，则按比例生成训练集和测试集，若不符合预设数值，则继续等待新样本数量达到预设训练样本数；

(10)通过新的图像样本集对深度神经网络分类定位复合模型进行训练；

(11)模型训练完成后，对模型进行测试，准确度达到用户预设值后，进行模型权重值更新；

(12)更新完成后，通过步骤(1)至(7)，对工业相机采集的图像进行识别处理。

2.根据权利要求1所述的一种某类虫体养殖换料过程中的智能定位及分类方法，其特征在于：所述光源设置有两个，两个光源分别位于料盘顶部两侧。

3.根据权利要求2所述的一种某类虫体养殖换料过程中的智能定位及分类方法，其特征在于：所述工业相机设置有两个，两个工业相机均设置于两个光源之间。

4.根据权利要求1所述的一种某类虫体养殖换料过程中的智能定位及分类方法，其特征在于：根据步骤(8)至(11)，深度学习复合模型的训练方式为：

①通过对累积的虫草培养皿图像样本进行标定；

②获得[(x₁，y₁，w₁，h₁)，(x₂，y₂，w₂，h₂)，...，(x_N，y_N，w_N，h_N)]^TN个样本的图像坐标信息，同时获得[p₁，p₂，...，p_N]^TN个样本类别的对应信息；

③通过损失函数构建，对采集信息计算达成定位和分类的复合模型的作用：

其中为坐标定位部分的损失函数，为判别置信度部分的损失函数，为预测类别的损失函数；

④基于步骤③的损失函数以及神经网络的算法架构进行算法的训练，完成对定位和分类的复合深度学习模型的训练。