一种智能化的广地龙分选方法技术

本发明专利技术属于广地龙分选技术领域，具体涉及一种智能化的广地龙分选方法，包括以下步骤：步骤一：通过4K摄像头来对蚯蚓工厂中养殖的广地龙进行数据采集；步骤二：通过图像处理的目标检测算法来自动获取当前范围内的广地龙的密集程度，定位到广地龙的区域范围，实现广地龙的精准定位；步骤三：计算广地龙的长度；步骤四：综合研判，将步骤三获得的广地龙的长度与行业专家预先设定的广地龙生长标准集进行对比分析，研判分析当前广地龙属于成长的某一个阶段，以此来得到综合性的处理意见，进行广地龙的分选。本发明专利技术可以解决传统的肉眼判断方法准确性不高以及通过尺子测量需要耗费大量的人力，工作效率低的问题，具有较好的市场应用前景。前景。前景。

【技术实现步骤摘要】
一种智能化的广地龙分选方法


[0001]本专利技术属于广地龙分选
，具体涉及一种智能化的广地龙分选方法。

技术介绍

[0002]广地龙，俗称蚯蚓，是一种重要的生物体，具有极高的医用和药用价值。当前野外生长的广地龙虽然医用和药用价值很高，但是量少，无法满足需求。采用大田养殖的生产模式，生产量虽然有所提升，但是年产量依然较低，生产所需的大田占地面积大。只有以饲料原料为中心，通过蚯蚓工厂的建立，以集约化养殖才能解决产量不足的问题。通过标准化养殖方式，构建广地龙加工与质量标准体系解决广地龙现存的质量鱼龙混杂，以次充好的问题。
[0003]随着人工智能技术的迅猛发展，通过与人工智能技术的结合，许多的产业更加的自动化、智能化。通过人工智能算法可以很好的完成生物领域的许多任务，大大提升工作效率，提高广地龙的产量。
[0004]要对广地龙进行智能化的人工智能算法测定尺寸大小，传统的方法通常是通过肉眼判断，这样判断的准确性不高，带有很大的主观性；通过尺子的测量的准确测量，往往需要耗费大量的人力，工作效率低下，在面对大规模养殖的广地龙时，这种方法是不可取的。本专利技术提供一种智能化的方法准确的定位到广地龙的位置信息，获取到在图像中的矩形检测框的坐标信息，计算出广地龙在图像中的尺寸大小，可以大大的提升工作效率。
[0005]公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

[0006]本专利技术的目的是在于提供一种智能化的广地龙分选方法，以解决传统的肉眼判断方法准确性不高以及通过尺子测量需要耗费大量的人力，工作效率低的问题。
[0007]为了实现上述目的，本专利技术提供了如下技术方案：
[0008]一种智能化的广地龙分选方法，包括以下步骤：
[0009]步骤一：数据采集模块，通过4k摄像头来对蚯蚓工厂中养殖的广地龙的数据进行采集，获取到养殖中的广地龙的某一段视频段P＝{p1，p2...，p
n
}，行业专家预先设定的广地龙生长标准集为A＝{a1，a2，...，a
n
}；
[0010]步骤二：广地龙检测模块：通过图像处理的目标检测算法来自动获取当前范围内的广地龙的密集程度，定位到广地龙的区域范围，实现广地龙的精准定位；
[0011]将视频片段P输入到目标检测算法，识别过程如下：
[0012]Q＝Transformer(P，θ)
[0013]其中，θ为Transformer模型的可学习的权重参数，Transformer模型表示的是视频片段中P获取广地龙在图像每一帧的图片集合Q＝{q1，q2，...，q
n
}；
[0014]通过卷积算子将图片集Q的图片逐一做特征变换，得到新的特征集
[0015]Q
*
＝W
q
Q+b
q
[0016]其中，Q表示图片集，W
q
表示图片集Q的权重值，b
q
表示图片集的偏置值；
[0017]通过目标检测算法获取到图片集合Q＝{q1，q2，...，q
n
}中每一张图片中广地龙的目标位置，准确得到广地龙的矩形检测框box；
[0018]步骤三：计算广地龙的长度，根据步骤二中所获取到的广地龙在图像中的矩形检测框box，设矩形检测框的四个点的坐标分别为(x1，y1)，(x2，y2)，(x3，y3)(x4，y4)；可以通过坐标信息计算矩形检测框box的对角线长度矩形的长为l＝|x1‑
x2|或|y1‑
y2|，通过对坐标信息的计算可得广地龙的大小r；r的取值范围是l≤r≤m，即广地龙的尺寸长度；
[0019]步骤四：综合研判，将步骤三所获得的广地龙的长度r，与行业专家预先设定的广地龙生长标准集A＝{a1，a2，...，a
n
}进行对比分析，研判分析当前广地龙属于成长的某一个阶段，以此来得到综合性的处理意见，进行广地龙的分选，科学的进行养殖。
[0020]作为优选，步骤二中得到广地龙的矩形检测框box的具体操作为：
[0021](1)通过self
‑
Transformer模型来查找图像中广地龙的关键特征信息S；S＝self
‑
Transformer(Q
*
，C，W)，其中C＝(c1，c2，...，c
n
)表示广地龙的位置特征信息，W为广地龙位置的权重，S表示广地龙的关键特征信息；
[0022](2)特征融合得到广地龙的融合特征T，其中的f(.)表示目标检测函数，W为广地龙位置的权重，S表示广地龙的关键特征信息，C＝(c1，c2，...，c
n
)表示广地龙的位置特征信息，bias表示函数偏置值；
[0023](3)预测分析得到广地龙的位置信息，根据融合特征T和特征集Q
*
，得到矩形检测框box，其中表示图像Q中每一张的权重值，表示每一张图像的偏置值。
[0024]传统的广地龙分选方法是通过人为的主观判断大小尺寸，进行分选养殖，很难对每一条广地龙进行合理的评估，而且存在个人主观判断，易导致误判、漏选的情况发生。当进行大批量的广地龙养殖的时候，若是采用人为的方法进行分选判断，会导致工作量大，存在漏选、错选等情况。
[0025]与现有技术相比，本专利技术具有如下有益效果：
[0026]本专利技术的智能化的广地龙分选方法依据行业专家预先设定的分选标准等数据能客观地对广地龙进行智能化分析，并给出客观的判断及处理意见，起到辅助人工判断的作用，减少单纯个人对广地龙尺寸判断带来的个人经验主义偏颇的缺点；通过快速采集广地龙的数据，智能化的分选广地龙，合理的养殖广地龙，可以极大的减少工作量。
附图说明
[0027]图1是本专利技术的总体流程图；
[0028]图2是本专利技术的广地龙检测模块示意图；
[0029]图3是本专利技术的广地龙矩形检测框坐标示意图。
具体实施方式
[0030]下面对本专利技术专利的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域所属的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。
[0031]实施例1
[0032]参照附图1
‑
3，当进行广地龙的大面积养殖时，可以使用本专利技术方案自动的测定广地龙的尺寸长度，进行分析研发，全程智能化、自动化，主要有以下步骤
[0033]步骤一：数据采集模块通过4k摄像头来对蚯蚓工厂中养殖的广地龙的数据进行采集，获取到养殖中的广地龙的某一段视频段P＝{p1，p2...，p
n
}，根据行业专家预先设定的广地龙生长标准集A＝{a1，a2，...，a
n本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能化的广地龙分选方法，其特征在于，包括以下步骤：步骤一：通过4K摄像头来对蚯蚓工厂中养殖的广地龙进行数据采集，获取到养殖中广地龙的视频段P＝{p1，p2...，p
n
}；行业专家预先设定的广地龙生长标准集为A＝{a1，a2，...，a
n
}；步骤二：通过图像处理的目标检测算法来自动获取当前范围内的广地龙的密集程度，定位到广地龙的区域范围，实现广地龙的精准定位；将视频片段P输入到目标检测算法，识别过程如下：Q＝Transformer(P，θ)其中，θ为Transformer模型的可学习的权重参数，Transformer模型表示的是视频片段中P获取广地龙在图像每一帧的图片集合Q＝{q1，q2，...，q
n
}；通过卷积算子将图片集Q的图片逐一做特征变换，得到新的特征集Q
*
＝W
q
Q+b
q
其中，Q表示图片集，W
q
表示图片集Q的权重值，b
q
表示图片集的偏置值；通过目标检测算法获取到图片集合Q＝{q1，q2，...，q
n
}中每一张图片中广地龙的目标位置，准确得到广地龙的矩形检测框box；步骤三：计算广地龙的长度，根据步骤二中所获取到的广地龙在图像中的矩形检测框box，设矩形检测框的四个点的坐标分别为(x1，y1)，(x2，y2)，(x3，y3)(x4，y4)...

【专利技术属性】
技术研发人员：彭立新，黄松林，廖威，蒋建辉，郑元涛，黄庶识，
申请(专利权)人：广西科学院，
类型：发明
国别省市：