【技术实现步骤摘要】
一种基于高分辨率和目标检测的虾苗计数方法、系统
[0001]本专利技术涉及计算机视觉检测
,具体为一种基于高分辨率和目标检测的虾苗计数方法、系统。
技术介绍
[0002]现如今对虾苗的计数方法有传统的基于阈值分割的计数方法、基于密度图等计数算法,上述现有算法研究都是以南美白对虾苗为主要的研究对象,该品种虾苗形态比较一致;然而面对腹节细长、外壳黑厚、粗大尾部和头部额角的斑节对虾虾苗或其他品种的虾苗时,检测效果不佳,计数结果有较大的误差,通用性不高。
[0003]此外,现有虾苗计数方法对于几十到几百的低密度虾苗计数效果比较好,然而对于上千到几千尾的中高密度虾苗图像的计数效果不理想;一次计数数量越多,虾苗越密集,计数难度越大,准确性越低。因此,需要分批少量、多次数的进行数苗,这样大大降低了效率。
技术实现思路
[0004](一)解决的技术问题
[0005]针对现有技术的不足,本专利技术提供了一种基于高分辨率和目标检测的虾苗计数方法、系统,能够解决上述技术问题。
[0006](二)技术方 ...
【技术保护点】
【技术特征摘要】
1.一种基于高分辨率和目标检测的虾苗计数方法,其特征在于,包括模型训练阶段以及推理使用阶段,其中所述模型训练阶段包括以下步骤:S11:利用高分辨率的工业相机采集用于模型训练的虾苗图像;S12:对所述虾苗图像进行边界框标注以得到JSON标签文件;S13:将所述虾苗图像以及JSON标签文件输入高分辨率虾苗检测模型进行训练,以得到训练好的高分辨率虾苗检测模型;所述推理使用阶段包括以下步骤:S21:利用所述工业相机采集待检测的虾苗图像;S22:将所述虾苗图像输入训练好的高分辨率虾苗检测模型中进行虾苗的目标检测,以得到虾苗的检测结果;S23:对所述虾苗的检测结果进行计数,以得到虾苗的计数结果。2.根据权利要求1所述的虾苗计数方法,其特征在于,在步骤S12之后还包括:对所述虾苗图像进行切割处理,以得到多个子图像块。3.根据权利要求2所述的虾苗计数方法,其特征在于,步骤S13具体为:将所述多个子图像块以及JSON标签文件输入高分辨率虾苗检测模型进行训练,以得到训练好的高分辨率虾苗检测模型。4.根据权利要求2所述的虾苗计数方法,其特征在于:在步骤S22之前还包括:对步骤S21所采集的虾苗图像进行所述切割处理,以得到所述多个子图像块。5.根据权利要求4所述的虾苗计数方法,其特征在于,步骤S22具体包括以下子步骤:S221:将所述多个子图像块输入训练好的高分辨率虾苗检测模型中;S222:对所述多个子图像块进行分类,以提取多...
【专利技术属性】
技术研发人员:庾锡昌,詹宝容,刘世伟,张娟,刘超正,聂影影,方玮,
申请(专利权)人:广东创新科技职业学院,
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。