基于深度学习的硅藻自动检测方法及系统技术方案

本发明专利技术公开了图像识别技术领域的一种基于深度学习的硅藻自动检测方法及系统。能自动搜索电镜扫描照片中的硅藻，识别硅藻的准确率高，效率高，效率和检测准确率均大大高于人工识别，且不受技术人员的技术水平的限制。包括：预先将一定数量的含有硅藻的人体组织的电镜扫描照片作为训练集；对训练集中的电镜扫描照片中的硅藻进行人工标注；以标注好的训练集为正样本，将设定数量的不含有硅藻的人体组织的电镜扫描照片作为负样本，以正样本和负样本组成的样本集合采用YOLOv3深度学习算法对神经网络模型进行训练，产生识别硅藻的模型；每次需要识别一批电镜扫描照片时，将这些照片作为待识别图片，通过识别硅藻的算法模型识别待识别照片中的硅藻。

【技术实现步骤摘要】
基于深度学习的硅藻自动检测方法及系统
本专利技术属于图像识别
，具体涉及一种基于深度学习的硅藻自动检测方法及系统。
技术介绍
目前，公安机关使用基于膜富集联合扫描电镜观察的新型硅藻检验技术(GA/T1662-2019)对水体样本和尸体内脏器官切片进行扫描拍摄。通过观察脏器中是否含有水体中的硅藻来判断死者是否生前入水及辅助推断死者落水地点。但是仅一个脏器样本，电镜扫描就会生成数以千计的图像照片，硅藻可能出现在图像的任何位置、有各种不同的大小、不同的形状；技术人员逐一甄别费时费力且遗漏情况难以避免，由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，甄别结果受技术人员的技术水平限制。
技术实现思路
为解决现有技术中的不足，本专利技术提供一种基于深度学习的硅藻自动检测方法及系统，能自动搜索电镜扫描照片中的硅藻，识别硅藻的准确率高，效率高，且不受技术人员的技术水平的限制。为达到上述目的，本专利技术所采用的技术方案是：一种基于深度学习的硅藻自动检测方法，包括：a、预先将一定数量的含有硅藻的人体组织的电本文档来自技高网...

【技术保护点】
1.一种基于深度学习的硅藻自动检测方法，其特征是，包括：/na、预先将一定数量的含有硅藻的人体组织的电镜扫描照片作为训练集；/nb、对训练集中的电镜扫描照片中的硅藻进行人工标注；/nc、以标注好的训练集为正样本，将设定数量的不含有硅藻的人体组织的电镜扫描照片作为负样本，以正样本和负样本组成的样本集合对深度学习神经网络模型进行训练，产生识别硅藻的算法模型；/nd、将需识别的电镜扫描照片作为待识别图片，通过识别硅藻的算法模型识别待识别照片中的硅藻。/n

【技术特征摘要】
1.一种基于深度学习的硅藻自动检测方法，其特征是，包括：
a、预先将一定数量的含有硅藻的人体组织的电镜扫描照片作为训练集；
b、对训练集中的电镜扫描照片中的硅藻进行人工标注；
c、以标注好的训练集为正样本，将设定数量的不含有硅藻的人体组织的电镜扫描照片作为负样本，以正样本和负样本组成的样本集合对深度学习神经网络模型进行训练，产生识别硅藻的算法模型；
d、将需识别的电镜扫描照片作为待识别图片，通过识别硅藻的算法模型识别待识别照片中的硅藻。


2.根据权利要求1所述的基于深度学习的硅藻自动检测方法，其特征是，所述深度学习神经网络模型为YOLOv3目标检测神经网络算法模型。


3.根据权利要求2所述的基于深度学习的硅藻自动检测方法，其特征是，采用3种不同尺度的输出张量进行目标识别，每种输出张量的元素对应一个网格，每个网格对应3种先验框，每种输出张量对应的网格数与其对应的先验框数量相乘，再相加汇总得到总的预测数据组数；每种所述预测数据组包括所在照片中硅藻所属边界框的边框坐标、该边框存在硅藻的置信度以及检测出硅藻的类别标...

【专利技术属性】
技术研发人员：陈冶秋，刘晓荣，
申请(专利权)人：南京市公安局水上分局，
类型：发明
国别省市：江苏;32