牲畜体重识别方法、装置、存储介质及终端设备制造方法及图纸

技术编号:34449313 阅读:9 留言:0更新日期:2022-08-06 16:48
本申请实施例提供一种牲畜体重识别方法、装置、存储介质及终端设备,该方法包括:获取第一图像,其中,所述第一图像包括待测目标,及与待测目标绑定的参照物;基于参照物在第一图像中的位置坐标,确定待测目标相对于预设尺寸的缩放比例;根据缩放比例调整第一图像的尺寸,得到第二图像;将第二图像输入至体重识别模型进行体重识别操作,得到第二图像中待测目标的体重数据。本申请实施例通过计算参照物的缩放比例,根据得到的缩放比例对第一图像进行缩放处理,得到统一标准比例的第二图像后,再利用预训练的体重识别模型对第二图像进行体重参数识别,能够避免工作人员频繁与牲畜直接接触,对于体重参数的获取过程简单且精准度高。对于体重参数的获取过程简单且精准度高。对于体重参数的获取过程简单且精准度高。

【技术实现步骤摘要】
牲畜体重识别方法、装置、存储介质及终端设备


[0001]本申请涉及电子通信
,尤其涉及一种牲畜体重识别
,特别涉及一种牲畜体重识别方法、装置、存储介质及终端设备。

技术介绍

[0002]为了获取牲畜的体重参数,传统方式是借助体重秤对牲畜直接测量。基于获取的体重参数可以应用在多种场景中,例如牲畜养殖险投保后,养殖户饲养的牲畜死亡,若符合理赔条件,可按重量获得赔偿。牲畜保险往往以牲畜体重作为理赔依据,不同体重区间对应不同的保额比例进行赔付。由于传统的查勘流程为现场拍照、登记耳标号,并使用称重设备人工测量牲畜体重参数,或者结合用卷尺测量牲畜长度来推测重量,以获取准确的赔款数值,使用称重设备测重量过程繁琐,特别是人工进行体重参数测量过程中难免与牲畜尸体直接接触,一旦牲畜携带病毒将传染给工作人员,不利于保障工作人员的健康安全。

技术实现思路

[0003]本申请实施例提供一种牲畜体重识别方法、装置、存储介质及终端设备,通过计算参照物的缩放比例,根据得到的缩放比例对第一图像进行缩放处理,得到统一标准比例的第二图像后,再利用预训练的体重识别模型对第二图像进行体重参数识别,能够避免工作人员频繁与牲畜直接接触,对于体重参数的获取过程简单且精准度高。
[0004]本申请实施例一方面提供了一种牲畜体重识别方法,包括:
[0005]获取第一图像,其中,所述第一图像包括待测目标,及与所述待测目标绑定的参照物;
[0006]基于所述参照物在所述第一图像中的位置坐标,确定所述待测目标相对于预设尺寸的缩放比例;
[0007]根据所述缩放比例调整所述第一图像的尺寸,得到第二图像;
[0008]将所述第二图像输入至预训练的体重识别模型进行体重识别操作,得到所述第二图像中待测目标的体重数据。
[0009]在本申请实施例所述的牲畜体重识别方法中,在所述获取第一图像之前,所述方法还包括:
[0010]获取初始图像;
[0011]将所述初始图像输入至预训练好的目标识别模型进行目标识别操作,得到包括至少一个预设标记框的预处理图像,所述预设标记框用于指示所述待测目标或参照物;
[0012]对所述预处理图像进行图像分割处理,得到至少一张所述第一图像,每张所述第一图像中同类别的预设标记框只有一个。
[0013]在本申请实施例所述的牲畜体重识别方法中,所述预设标记框包括用于指示所述待测目标的第一标记框,及用于指示所述参照物的第二标记框,在所述对所述预处理图像进行图像分割处理之后,所述方法还包括:
[0014]判断所述预处理图像经图像分割处理得到的中间图像中是否同时包含所述第一标记框及第二标记框;
[0015]将同时包含所述第一标记框及第二标记框的中间图像作为所述第一图像。
[0016]在本申请实施例所述的牲畜体重识别方法中,在所述判断所述预处理图像经图像分割处理得到的中间图像中是否同时包含所述第一标记框及第二标记框之后,所述方法还包括:
[0017]在判断所述中间图像中不同时存在所述第一标记框及第二标记框时,生成异常提醒信息,所述异常提醒信息用于指示所述待测目标与参照物绑定异常。
[0018]在本申请实施例所述的牲畜体重识别方法中,所述基于所述参照物在所述第一图像中的位置坐标,确定所述待测目标相对于预设尺寸的缩放比例,包括:
[0019]获取所述参照物对应的预设标记框在第一图像中的顶点坐标;
[0020]根据所述顶点坐标计算所述参照物在所述第一图像中的尺寸参数;
[0021]根据所述尺寸参数与所述参照物的预设尺寸计算所述缩放比例。
[0022]在本申请实施例所述的牲畜体重识别方法中,在所述将所述第二图像输入至预训练的体重识别模型进行体重识别操作之前,所述方法还包括:
[0023]获取所述第二图像中每一像素点的所有通道的颜色分量值;
[0024]分别对所有通道的所述颜色分量值进行镜像填充,以使所述第二图像的尺寸大小为m
×
n。
[0025]在本申请实施例所述的牲畜体重识别方法中,在所述将所述第二图像输入至预训练的体重识别模型进行体重识别操作之前,所述方法还包括:
[0026]获取待训练的体重识别模型的训练样本,所述训练样本包括设置有标签的图像数据,所述标签用于指示所述图像数据的体重参数;
[0027]通过所述待训练的体重识别模型对所述训练样本中图像数据进行特征提取,得到与所述图像数据对应的图像特征向量;
[0028]通过所述待训练的体重识别模型,基于所述图像特征向量识别所述训练样本中的图像数据的体重参数,得到所述图像数据的识别结果;
[0029]基于所述识别结果及所述图像数据的标签,调整所述待训练的体重识别模型的参数,得到所述预训练的体重识别模型。
[0030]相应的,本申请实施例另一方面还提供了一种牲畜体重识别装置,包括:
[0031]第一获取模块,用于获取第一图像,其中,所述第一图像包括待测目标,及与所述待测目标绑定的参照物;
[0032]确定模块,用于基于所述参照物在所述第一图像中的位置坐标,确定所述待测目标相对于预设尺寸的缩放比例;
[0033]调整模块,用于根据所述缩放比例调整所述第一图像的尺寸,得到第二图像;
[0034]识别模块,用于将所述第二图像输入至预训练的体重识别模型进行体重识别操作,得到所述第二图像中待测目标的体重数据。
[0035]相应的,本申请实施例另一方面还提供了一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行如上所述的牲畜体重识别方法。
[0036]相应的,本申请实施例另一方面还提供了一种终端设备,包括处理器和存储器,所
述存储器存储有多条指令,所述处理器加载所述指令以执行如上所述的牲畜体重识别方法。
[0037]本申请实施例提供了一种牲畜体重识别方法、装置、存储介质及终端设备,该方法通过获取第一图像,其中,所述第一图像包括待测目标,及与所述待测目标绑定的参照物;基于所述参照物在所述第一图像中的位置坐标,确定所述待测目标相对于预设尺寸的缩放比例;根据所述缩放比例调整所述第一图像的尺寸,得到第二图像;将所述第二图像输入至预训练的体重识别模型进行体重识别操作,得到所述第二图像中待测目标的体重数据。本申请实施例利用固定大小的参照物,先计算出参照物在拍摄的第一图像中的尺寸大小,再计算得出缩放比例,根据得到的缩放比例对第一图像进行缩放处理,得到统一标准比例的第二图像后,再利用预训练的体重识别模型对第二图像进行体重参数识别,能够避免工作人员频繁与牲畜直接接触,对于体重参数的获取过程简单且精准度高。
附图说明
[0038]为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种牲畜体重识别方法,其特征在于,包括:获取第一图像,其中,所述第一图像包括待测目标,及与所述待测目标绑定的参照物;基于所述参照物在所述第一图像中的位置坐标,确定所述待测目标相对于预设尺寸的缩放比例;根据所述缩放比例调整所述第一图像的尺寸,得到第二图像;将所述第二图像输入至预训练的体重识别模型进行体重识别操作,得到所述第二图像中待测目标的体重数据。2.如权利要求1所述的牲畜体重识别方法,其特征在于,在所述获取第一图像之前,所述方法还包括:获取初始图像;将所述初始图像输入至预训练好的目标识别模型进行目标识别操作,得到包括至少一个预设标记框的预处理图像,所述预设标记框用于指示所述待测目标或参照物;对所述预处理图像进行图像分割处理,得到至少一张所述第一图像,每张所述第一图像中同类别的预设标记框只有一个。3.如权利要求2所述的牲畜体重识别方法,其特征在于,所述预设标记框包括用于指示所述待测目标的第一标记框,及用于指示所述参照物的第二标记框,在所述对所述预处理图像进行图像分割处理之后,所述方法还包括:判断所述预处理图像经图像分割处理得到的中间图像中是否同时包含所述第一标记框及第二标记框;将同时包含所述第一标记框及第二标记框的中间图像作为所述第一图像。4.如权利要求3所述的牲畜体重识别方法,其特征在于,在所述判断所述预处理图像经图像分割处理得到的中间图像中是否同时包含所述第一标记框及第二标记框之后,所述方法还包括:在判断所述中间图像中不同时存在所述第一标记框及第二标记框时,生成异常提醒信息,所述异常提醒信息用于指示所述待测目标与参照物绑定异常。5.如权利要求2所述的牲畜体重识别方法,其特征在于,所述基于所述参照物在所述第一图像中的位置坐标,确定所述待测目标相对于预设尺寸的缩放比例,包括:获取所述参照物对应的预设标记框在第一图像中的顶点坐标;根据所述顶点坐标计算所述参照物在所述第一图像中的尺寸参数;根据所述尺寸参数与所述参照物的...

【专利技术属性】
技术研发人员:邓文忠刁远明
申请(专利权)人:深圳市中融数字科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1