一种用于服药依从性管理的药片目标检测方法技术

本发明专利技术公开了一种用于服药依从性管理的药片目标检测方法，本发明专利技术可准确识别室内复杂光照环境、复杂背景、不同拍摄角度距离、药片重叠分布图片中的药片位置和类别；其次，本发明专利技术实施例的检测模型是基于深度学习yolov3开源算法，部署在云端服务器，可高并发快速处理原始图片，实现实时输出结果；再者，本发明专利技术创新的结合了计算机图形学与计算机视觉两个领域的技术，通过光线追踪技术自动渲染生成药片图片样本，节省了采集和标注图片样本所需的大量人力和时间，同时在识别性能上取得了良好的效果。有效解决了深度学习技术在实际工程应用中遇到的样本缺乏的问题。

【技术实现步骤摘要】
一种用于服药依从性管理的药片目标检测方法
本专利技术涉及计算机
，特别是涉及一种用于服药依从性管理的药片目标检测方法。
技术介绍
随着科学技术的不断进步，目前已经能够实现通过自动包装机器来包装并发送药品，从而减轻医生的负担，但是目前自动包装机器对药品的检测并不完善，所以就会存在漏检和误检，进而导致医疗事故等问题，所以如何准确地对药品进行检测成为现在亟待需要解决的问题。
技术实现思路
本专利技术提供了一种用于服药依从性管理的药片目标检测方法，以解决现有技术中不能准确地对预设目标进行检测的问题。本专利技术提供了一种用于服药依从性管理的药片目标检测方法，该方法包括：批量生成预设目标的样本图训练集；基于所述预设目标的样本图训练集，通过Yolov3算法训练检测模型，并根据所述检测模型对预设目标进行检测；其中，所述检测模型为采用开源结构的模型，且所述检测模型的网络架构包含53个卷积层。可选地，所述批量生成预设目标的样本图训练集，包括：通过样本生成器批量生成预设目标的样本图训练集。可选地，所述通过样本生成器批量生成预本文档来自技高网...

【技术保护点】
1.一种用于服药依从性管理的药片目标检测方法，其特征在于，包括：/n批量生成预设目标的样本图训练集；/n基于所述预设目标的样本图训练集，通过Yolov3算法训练检测模型，并根据所述检测模型对预设目标进行检测；/n其中，所述检测模型为采用开源结构的模型，且所述检测模型的网络架构包含53个卷积层。/n

【技术特征摘要】
1.一种用于服药依从性管理的药片目标检测方法，其特征在于，包括：
批量生成预设目标的样本图训练集；
基于所述预设目标的样本图训练集，通过Yolov3算法训练检测模型，并根据所述检测模型对预设目标进行检测；
其中，所述检测模型为采用开源结构的模型，且所述检测模型的网络架构包含53个卷积层。


2.根据权利要求1所述的方法，其特征在于，所述批量生成预设目标的样本图训练集，包括：
通过样本生成器批量生成预设目标的样本图训练集。


3.根据权利要求2所述的方法，其特征在于，所述通过样本生成器批量生成预设目标的样本图训练集，包括：
所述样本生成器通过3dsmax构建多个所述预设目标的3d模型，借助Unity3DHDRP高清晰度渲染管线中的光线追踪技术渲染，生成多种场景下不同数量和不同种类的所述预设目标的图像。


4.根据权利要求3所述的方法，其特征在于，生成多种场景下不同数量和不同种类的所述预设目标的图像之后，所述方法还包括：
将所述图片中所述预设目标的检测框信息和所述预设目标的种类，生成标注信息，并将所述标注信息...

【专利技术属性】
技术研发人员：田子，谭羡无，邹博超，吕东岳，谢海永，丰雷，王刚，周晶晶，刘瑞，
申请(专利权)人：中国电子科技集团公司电子科学研究院，首都医科大学附属北京安定医院，
类型：发明
国别省市：北京;11