【技术实现步骤摘要】
【国外来华专利技术】用于确定生物体的重量的秤
[0001]本公开的改进总体上涉及用于确定与样本中的一个或多个水生生物体有关的关注变量的值的系统和方法，更具体地，涉及在所述确定中涉及计算机视觉和人工智能的系统和方法。
技术介绍
[0002]水产养殖涉及对随时间生长的水生生物体(例如鱼、虾、卵、甲壳类动物、软体动物或水生植物)进行种群培育。可能需要控制所培育的生物体和/或给予所培育的生物体(有时以较小的水生生物体的形式)的饲料量，以在生长、存活率和成本方面获得令人满意的效率。
[0003]已公开的PCT申请WO2012/083461描述了通过利用样本的光信号的衰减量来估计样本中相对大量的生物体的方法和系统。已公开的PCT申请WO2016/004527描述了通过从相机获取被容纳在容器中的样本的图像，以及使用计算机基于预先获取的图像来确定生物体数量，从而估计样本中的相对大量的生物体的方法和系统。
[0004]尽管现有方法和系统在一定程度上是令人满意的，但仍有改进的空间。
技术实现思路
[0005]在一个方面，描述了用于确...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于确定包含在样本中的一个或多个生物体的重量的秤，所述秤包括：相机，其具有可以被定向为朝向所述样本的视场，并且被配置成获取所述样本中的所述一个或多个生物体的图像；控制器，其具有存储器和处理器，所述处理器被配置成执行以下步骤：访问已获取的图像；利用存储在所述存储器中并经过训练的生物体检测引擎在被访问的图像的一个或多个对应部分中检测一个或多个生物体表示，并且生成与检测到的一个或多个生物体表示有关的检测数据；以及利用存储在所述存储器中并经过训练的生物体重量确定引擎，基于所述检测数据来确定与重量有关的重量数据，所述重量数据与所述检测到的一个或多个生物体表示相关联。2.根据权利要求1所述的秤，其中，所述生物体检测引擎包括特征确定模块，所述特征确定模块被训练成确定与在所述被访问的图像中检测到的每个生物体表示相关联的特征位置，所述检测数据指示了所述被访问的图像中的每个检测到的生物体表示的已确定的特征位置。3.根据权利要求1所述的秤，其中，所述生物体检测引擎包括边界框确定模块，所述边界框确定模块被训练成确定框的坐标，所述框限定了在所述被访问的图像中检测到的每个生物体表示的边界，所述检测数据指示了所述被访问的图像中的每个检测到的生物体表示的所述框的已确定的坐标。4.根据权利要求1所述的秤，其中，所述生物体检测引擎包括光罩确定模块，所述光罩确定模块被配置成确定光罩，所述光罩使所述被访问的图像中检测到的每个生物体表示曝光，所述检测数据指示了与所述被访问的图像中的每个检测到的生物体表示相关联的已确定的光罩。5.根据权利要求1所述的秤，其中，所述生物体检测引擎是利用监督学习来训练的，在所述监督学习期间，所述生物体检测引擎被训练成检测多个训练图像中的生物体表示，其中，每个所述训练图像示出了一个或多个生物体表示并且具有与所述训练图像中的每一者相关联的检测真值数据。6.根据权利要求5所述的秤，其中，所述多个训练图像包括第一组训练图像，所述第一组训练图像中的每一者示出了在不同位置的单个生物体表示，所述检测真值数据包括所述第一组训练图像的每一者中的所述单个生物体表示的标签。7.根据权利要求5所述的秤，其中，所述多个训练图像包括第二组训练图像，所述第二组训练图像中的每一者示出了相应的多个生物体表示，对于所述第二组训练图像中的每一者，所述检测真值数据包括所述第二组训练图像的每一者中的所述多个生物体表示中的每一者的标签。8.根据权利要求1所述的秤，其中，所述生物体重量确定引擎是利用监督学习来训练的，在所述监督学习期间，所述生物体重量确定引擎被训练成将所述重量数据与在多个训练图像中检测到的每个生物体表示相关联，其中，所述多个训练图像示出了一个或多个生物体表示并且具有与所述训练图像中的每一者相关联的真值重量数据。9.根据权利要求8所述的秤，其中，所述多个训练图像包括第一组训练图像，所述第一组训练图像中的每一者示出了在不同位置的单个生物体表示，所述真值重...
【专利技术属性】
技术研发人员：朱利安，
申请(专利权)人：艾克斯波特西溶液公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。