[发明专利]白纹伊蚊性别区分方法、系统、装置及可读存储介质

权利要求书

1.一种白纹伊蚊性别区分方法，其特征在于，包括以下步骤：

对获得的数据集中每张图片是否含有白纹伊蚊进行标定及区域选择，形成白纹伊蚊检测数据集；

对白纹伊蚊检测数据集中每张白纹伊蚊图片进行重点特征标定，形成白纹伊蚊区域数据集；

基于白纹伊蚊的性别特征，对白纹伊蚊区域数据集中每张白纹伊蚊区域图片的重点特征进行预处理，形成白纹伊蚊性别分类数据集；

基于白纹伊蚊检测数据集、白纹伊蚊区域图片数据集及白纹伊蚊性别分类数据集分别训练白纹伊蚊检测预训练模型、重点特征位置检测预训练模型及白纹伊蚊性别分类预训练模型，得到白纹伊蚊检测模型、重点特征位置检测模型及白纹伊蚊性别分类模型；

依次通过白纹伊蚊检测模型、重点特征位置检测模型及白纹伊蚊性别分类模型对待检测图片进行检测，得到检测结果。

2.根据权利要求1所述的白纹伊蚊性别区分方法，其特征在于，还包括以下步骤：

获取数据集，数据集中每张图片的尺寸为固定尺寸，其中，固定尺寸为5472x3648。

3.根据权利要求1所述的白纹伊蚊性别区分方法，其特征在于，所述对获得的数据集中每张图片是否含有白纹伊蚊进行标定及区域选择，得到白纹伊蚊检测数据集，包括以下步骤：

对数据集中每张图片是否含有白纹伊蚊进行标定处理，形成白纹伊蚊检测数据集，其中，白纹伊蚊检测数据集包括白纹伊蚊数据集和非白纹伊蚊数据集；

对所述白纹伊蚊数据集中每张图片进行目标区域截图处理，得到白纹伊蚊区域图片以形成白纹伊蚊分类数据集，且每张白纹伊蚊区域图片的尺寸相同。

4.根据权利要求1所述的白纹伊蚊性别区分方法，其特征在于，所述对白纹伊蚊检测数据集中每张白纹伊蚊图片进行重点特征标定，形成白纹伊蚊区域数据集，包括以下步骤：

在每张白纹伊蚊区域图片标定重点特征，得到特征区域图像，形成白纹伊蚊区域数据集，其中，所述重点特征包括包括白纹伊蚊的触角鞭毛、口器及尾部；

且，将特征区域图像中每个区域的具体位置信息进行保存，形成具体位置信息集合，具体位置信息包括目标框左上坐标的x轴、y轴数值、右下坐标的x轴、y轴数值和对应的类别名称。

5.根据权利要求4所述的白纹伊蚊性别区分方法，其特征在于，所述预处理，包括以下任意一个或两个步骤：

对所述白纹伊蚊区域数据集中的每张特征区域图像中的重点特征部位的清晰度进行校正处理，得到清晰的重点区域图像，形成待分类数据集，其中，所述校正处理包括伽马矫正、亮度提升及对抗网络生成清晰数据中的任意一种；

基于待分类数据集，数据平衡挑选后，得到白纹伊蚊性别分类数据集。

6.根据权利要求1所述的白纹伊蚊性别区分方法，其特征在于，所述依次通过白纹伊蚊检测模型、重点特征位置检测模型及白纹伊蚊性别分类模型对待检测图片进行检测，得到检测结果，包括以下步骤：

将所述待检测图片输入至白纹伊蚊检测模型中，得到待检测图片中是否含有白纹伊蚊；

若有，则将结果输入至重点特征位置检测模型中，检测是否含有重点特征位置；

若有，则将结果输入至白纹伊蚊性别分类模型中，得到白纹伊蚊性别分类。

7.根据权利要求1所述的白纹伊蚊性别区分方法，其特征在于，所述白纹伊蚊检测模型、重点特征位置检测模型及白纹伊蚊性别分类模型，通过以下方式得到：

构建白纹伊蚊检测预训练模型，基于白纹伊蚊检测数据集对所述白纹伊蚊检测预训练模型进行训练并测试，得到白纹伊蚊检测模型；

构建重点特征位置检测待训练模型，基于特征区域检测数据集的重点特征标定数据对重点特征位置检测待训练模型进行训练并测试，得到重点特征位置检测模型；

基于efficientNet-b4模型构建白纹伊蚊性别分类预训练模型，通过白纹伊蚊性别分类数据集训练白纹伊蚊性别分类预训练模型并测试，得到白纹伊蚊性别分类模型。