一种AI智能水产养殖样本识别方法及养殖系统技术方案

本发明专利技术公开了一种AI智能水产养殖样本识别方法及养殖系统，包括以下步骤：录入水产养殖的种类、族群和行为等样本录入样本数据库中；建立族群活动范围框架；采集水厂养殖池中画面信息；提取特征画面并识别样本。本发明专利技术通过本地样本对比模块读取样本数据储存模块中的本地数据，同时互联网接入模块、爬虫平台搜索模块和互联网对比模块从互联网上定向搜索视频对比，对比有重合的则通过种类识别模块、族群识别模块和行为识别模块进行识别操作，对比模块无法识别画面提取模块传递至的画面由人工识别模块通过人工来识别，并将识别结果录入样本数据储存模块中，以供下次自动识别，从而使得该装置识别较为准确，并可有效的进行规范化养殖模型训练。

【技术实现步骤摘要】
一种AI智能水产养殖样本识别方法及养殖系统
本专利技术涉及人工智能
，具体为一种AI智能水产养殖样本识别方法及养殖系统。
技术介绍
现有智能水产养殖系统基于“互联网+”平台，主要用于整合养殖专家、水技站、品牌商和经销商等产业资源，构建现代化水产共同体。局限于信息资源的互享，能够做到以科学系统化的规范进行人工养殖生产，同时采集行业内数据样本，协助建设科学养殖的模型，目前的智能化水产养殖还处于半人工养殖，只是借助部分设施进行水质监测、生产管理、生态防控等功能。但是现有技术在实际使用时，多数智能水产养殖，不具备AI性能，无法精准物种识别，簇群定位，这就使得无法规范化养殖模型训练。
技术实现思路
本专利技术的目的在于提供一种AI智能水产养殖样本识别方法及养殖系统，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：包括以下步骤：S1：录入水产养殖的种类、族群和行为等样本录入样本数据库中；S2：建立族群活动范围框架；S3：采集水厂养殖池中画面信息；S4：提取特征画面并识别样本；S5：识别样本的种类或族群和行为；S6：分析样本并得出结论。优选的，所述步骤S1中样本数据库包括水厂养殖池中所有生物的种类和样本族群形状、规模和大小以及样本的饥饿行为、求偶行为和越狱行为。优选的，所述步骤S2中族群活动范围框架为将每个样本族群规定的活动范围进行划分，并设立分界线。优选的，所述步骤S3中画面信息为水养殖池中视频信息。优选的，所述步骤S4中特征画面为含有水产画面，并将水产识别为样本。优选的，所述步骤S5中识别样本的种类或族群和行为步骤包括：画面采集模块从样本数据库中与采集样本对比识别；画面提取模块运用爬虫平台在互联网上定向视频搜索，将互联网信息作为大样本数据库，并将互联网数据库定向搜索的视频百科与采集样本对比识别。本专利技术还提供一种AI智能水产养殖样本识别养殖系统，其特征在于：包括画面采集模块、画面提取模块、对比模块、识别模块、样本数据录入模块、样本数据储存模块、监测模块和框架建立模块，所述画面采集模块的输出端与画面提取模块的输入端连接，所述画面提取模块的输出端与对比模块的输入端连接，所述样本数据录入模块的输出端与样本数据储存模块的输入端连接，所述样本数据储存模块的输出端与对比模块的输入端连接，所述对比模块的输出端与识别模块的输入端连接，且样本数据储存模块的输入端与识别模块的输出端连接，所述监测模块的输出端与识别模块的输入端连接，所述框架建立模块的输出端与识别模块的输入端连接，所述对比模块包括爬虫平台对比模块和本地样本对比模块，所述爬虫平台对比模块包括互联网接入模块、爬虫平台搜索模块和互联网对比模块，所述互联网接入模块的输出端与爬虫平台搜索模块的输入端连接，所述爬虫平台搜索模块的输出端与互联网对比模块的输入端连接，所述识别模块包括自动识别模块和人工识别模块，所述自动识别模块包括种类识别模块、族群识别模块和行为识别模块，所述监测模块包括水温监测模块、水位监测模块、氧浓度监测模块和PH检测模块。优选的，所述互联网接入模块用于将爬虫平台搜索模块接入互联网，所述爬虫平台搜索模块用于运用爬虫平台进行定向视频搜索，所述互联网对比模块用于将互联网上搜索的视频与采集的画面相对比，所述本地样本对比模块用于将本地录入的样本与采集的画面相对比。优选的，所述种类识别模块用于识别所选样本的种类，所述族群识别模块用于识别所选样本的族群，所述行为识别模块用于识别样本的行为且可识别样本是否脱离活动范围，所述人工识别模块用于人工识别。与现有技术相比，本专利技术的有益效果是：1、本专利技术通过本地样本对比模块读取样本数据储存模块中的本地数据进行对比，同时互联网接入模块、爬虫平台搜索模块和互联网对比模块从互联网上定向搜索视频对比，对比有重合的则通过种类识别模块、族群识别模块和行为识别模块进行识别操作，对比模块无法识别画面提取模块传递至的画面由人工识别模块通过人工来识别，并将识别结果录入样本数据储存模块中，以供下次自动识别，从而使得该装置识别较为准确，并可有效的进行规范化养殖模型训练。附图说明图1为本专利技术一种AI智能水产养殖样本识别方法整体结构流程图；图2为本专利技术一种AI智能水产养殖样本识别养殖系统整体结构控制框图。图中：1、画面采集模块；2、画面提取模块；3、对比模块；31、爬虫平台对比模块；311、互联网接入模块；312、爬虫平台搜索模块；313、互联网对比模块；32、本地样本对比模块；4、识别模块；41、自动识别模块；411、种类识别模块；412、族群识别模块；413、行为识别模块；42、人工识别模块；5、样本数据录入模块；6、样本数据储存模块；7、监测模块；71、水温监测模块；72、水位监测模块；73、氧浓度监测模块；74、PH检测模块；8、框架建立模块。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1-2，本专利技术提供一种技术方案：包括以下步骤：S1：录入水产养殖的种类、族群和行为等样本录入样本数据库中；S2：建立族群活动范围框架；S3：采集水厂养殖池中画面信息；S4：提取特征画面并识别样本；S5：识别样本的种类或族群和行为；S6：分析样本并得出结论。步骤S1中样本数据库包括水厂养殖池中所有生物的种类和样本族群形状、规模和大小以及样本的饥饿行为、求偶行为和越狱行为。步骤S2中族群活动范围框架为将每个样本族群规定的活动范围进行划分，并设立分界线。步骤S3中画面信息为水养殖池中视频信息。步骤S4中特征画面为含有水产画面，并将水产识别为样本。步骤S5中识别样本的种类或族群和行为步骤包括：画面采集模块1从样本数据库中与采集样本对比识别；画面提取模块2运用爬虫平台在互联网上定向视频搜索，将互联网信息作为大样本数据库，并将互联网数据库定向搜索的视频百科与采集样本对比识别。本专利技术还提供一种AI智能水产养殖样本识别养殖系统，包括画面采集模块1、画面提取模块2、对比模块3、识别模块4、样本数据录入模块5、样本数据储存模块6、监测模块7和框架建立模块8，画面采集模块1的输出端与画面提取模块2的输入端连接，画面提取模块2的输出端与对比模块3的输入端连接，样本数据录入模块5的输出端与样本数据储存模块6的输入端连接，样本数据储存模块6的输出端与对比模块3的输入端连接，对比模块3的输出端与识别模块4的输入端连接，且样本数据储存模块6的输入端与识别模块4的输出端连接，监测模块7的输出端与识别模块4的输入端连接，框架建立模块8的输出端与识别模本文档来自技高网...

【技术保护点】
1.一种AI智能水产养殖样本识别方法，其特征在于：包括以下步骤：/nS1：录入水产养殖的种类、族群和行为等样本录入样本数据库中；/nS2：建立族群活动范围框架；/nS3：采集水厂养殖池中画面信息；/nS4：提取特征画面并识别样本；/nS5：识别样本的种类或族群和行为；/nS6：分析样本并得出结论。/n

【技术特征摘要】
1.一种AI智能水产养殖样本识别方法，其特征在于：包括以下步骤：
S1：录入水产养殖的种类、族群和行为等样本录入样本数据库中；
S2：建立族群活动范围框架；
S3：采集水厂养殖池中画面信息；
S4：提取特征画面并识别样本；
S5：识别样本的种类或族群和行为；
S6：分析样本并得出结论。


2.根据权利要求1所述的一种AI智能水产养殖样本识别方法，其特征在于：所述步骤S1中样本数据库包括水厂养殖池中所有生物的种类和样本族群形状、规模和大小以及样本的饥饿行为、求偶行为和越狱行为。


3.根据权利要求1所述的一种AI智能水产养殖样本识别方法，其特征在于：所述步骤S2中族群活动范围框架为将每个样本族群规定的活动范围进行划分，并设立分界线。


4.根据权利要求1所述的一种AI智能水产养殖样本识别方法，其特征在于：所述步骤S3中画面信息为水养殖池中视频信息。


5.根据权利要求1所述的一种AI智能水产养殖样本识别方法，其特征在于：所述步骤S4中特征画面为含有水产画面，并将水产识别为样本。


6.根据权利要求1所述的一种AI智能水产养殖样本识别方法，其特征在于：所述步骤S5中识别样本的种类或族群和行为步骤包括：
画面采集模块(1)从样本数据库中与采集样本对比识别；
画面提取模块(2)运用爬虫平台在互联网上定向视频搜索，将互联网信息作为大样本数据库，并将互联网数据库定向搜索的视频百科与采集样本对比识别。


7.一种AI智能水产养殖样本识别养殖系统，其特征在于：包括画面采集模块(1)、画面提取模块(2)、对比模块(3)、识别模块(4)、样本数据录入模块(5)、样本数据储存模块(6)、监测模块(7)和框架建立模块(8)，所述画面采集模块(1)的输出端与画面提取模块(2)的输入端连接，所述画面提取模块(2)的输出端与对比模...

【专利技术属性】
技术研发人员：唐宝杰，
申请(专利权)人：苏州悦捷鼎茂智能科技有限公司，
类型：发明
国别省市：江苏;32