一种基于神经网络的微生物检测系统及方法、设备、介质技术方案

本发明专利技术涉及计算机技术领域，具体而言，涉及一种基于神经网络的微生物检测系统及方法、设备、介质，采用本发明专利技术所公开的系统，主要包括了与主控装置连接的图像获取模块、图像获取停止模块、神经网络构建模块、对比剔除模块和计数模块，通过神经网络模型对微生物的菌落图像进行更加精细的处理，利于后续更准确的计数，其次，还对干扰的图像和被覆盖的微生物菌落做了考虑，来修正最终的计数结果。对神经网络进行了增强改进，在YOLOv5x网络的特征融合部分增加了一个微目标检测层，该特征层捕获更多小目标相关细节信息，使得网络在进行多尺度目标检测任务时表现更加优秀。

【技术实现步骤摘要】

本专利技术涉及计算机，具体而言，涉及一种基于神经网络的微生物检测系统及方法、设备、介质。

技术介绍

1、微生物目标检测是现代生命科学领域一个新兴的研究方向，被逐渐应用于医学领域。其在食品安全、环境监测等领域也有重要的应用价值，其重要性在于菌落形态和数量的检测是许多领域研究的前提和基础。

2、在微生物学领域，对菌落进行分类识别和计数检测可以为微生物学研究提供重要的数据支持，微生物是一类极小的生物体，常常不能用肉眼直接观察，而菌落则是一种由微生物在固体培养基上长出的呈圆形，膨大，色泽均一的结构，菌落的大小和数量可以反映微生物的生长状态和数量，因此菌落目标检测可以用于微生物培养基中微生物的定量研究；在环境监测领域，菌落目标检测技术可以用于水、土壤等环境中的微生物检测，为环境治理提供科学依据；在食品学领域，菌落目标检测技术可以用于食品中微生物的检测和计数，可以帮助监测食品安全，及时发现食品中的微生物污染；在医学领域，菌落分类识别也是非常重要的，因为不同的微生物对应着不同的病原体和疾病类型，菌落分类识别可以帮助医生诊断疾病和制定治疗方案。

3本文档来自技高网...

【技术保护点】

1.一种基于神经网络的微生物检测系统，其特征在于，包括与主控装置连接的图像获取模块、图像获取停止模块、神经网络构建模块、对比剔除模块和计数模块；

2.根据权利要求1所述的一种基于神经网络的微生物检测系统，其特征在于，还包括采用YOLOv5x神经网络模型构建微生物检测模型，所述微生物检测模型包括第一模块、第二模块和第三模块；

3.根据权利要求1所述的一种基于神经网络的微生物检测系统，其特征在于，所述微生物检测模型还包括第一尺度检测层、第二尺度检测层和微目标检测层；

4.根据权利要求1所述的一种基于神经网络的微生物检测系统，其特征在于，所述微生物检测模型还...

【技术特征摘要】

1.一种基于神经网络的微生物检测系统，其特征在于，包括与主控装置连接的图像获取模块、图像获取停止模块、神经网络构建模块、对比剔除模块和计数模块；

2.根据权利要求1所述的一种基于神经网络的微生物检测系统，其特征在于，还包括采用yolov5x神经网络模型构建微生物检测模型，所述微生物检测模型包括第一模块、第二模块和第三模块；

3.根据权利要求1所述的一种基于神经网络的微生物检测系统，其特征在于，所述微生物检测模型还包括第一尺度检测层、第二尺度检测层和微目标检测层；

4.根据权利要求1所述的一种基于神经网络的微生物检测系统，其特征在于，所述微生物检测模型还包括注意力模块，所述注意力模块用于；

5.根据权利要求1所述的一种基于神经网络的微生物检测系统，其特征在于，所述微生物检测模型还包括损失函数，所述损失函数包括边界框损失函数、置信度损失函数和分类损失函数；

【专利技术属性】
技术研发人员：刘红萍，王明霞，吴江，王洁，
申请(专利权)人：遂宁市中心医院，
类型：发明
国别省市：