【技术实现步骤摘要】
本申请涉及机器学习，具体而言，涉及一种目标对象的体长检测方法及装置。
技术介绍
1、目前，基于视频图像和目标检测等算法的自动化监测系统已经广泛应用于生活中的多个领域。在智慧养殖领域，常使用深度学习技术对生猪进行计数、测量任务。目前常见的目标检测算法可以对图像中存在的目标进行检测定位并对目标类别进行分类，完成计数任务，但因为养殖舍内摄像头角度不固定、生猪身体动作和角度变化大等问题无法完成体长测量工作。为了使用图像方法测量生猪体长，需要使用图像分割方法，来将生猪图像进行像素级的分类，但图像分割方法存在标注成本高、对摄像头角度要求高、目标遮挡时准确度低的问题。除此之外，还有基于关键点检测的生猪体长检测方法，通过检测猪背上的多个关键点并将各个关键点串联，最终估算生猪长度，但存在关键点定位误差大、光线和角度影响大、受遮挡影响严重的问题。上述几种方法在实施过程中由于目标与摄像头的距离会影响判断结果，最终会设定标志物作为参考或者直接固定摄像头高度，普适性较差。
2、针对上述的问题，目前尚未提出有效的解决方案。
本文档来自技高网...
【技术保护点】
1.一种目标对象的体长检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述第一图像进行预处理，得到第二图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标检测模型中至少包括：特征提取模块、边框预测模块和深度预测模块，利用预训练的目标检测模型对所述第二图像进行分析处理，得到所述第二图像中多个第一对象的第一检测框信息和第一深度信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标检测模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，确定每个所述第四图像对应的标注信
<...【技术特征摘要】
1.一种目标对象的体长检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述第一图像进行预处理，得到第二图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标检测模型中至少包括：特征提取模块、边框预测模块和深度预测模块，利用预训练的目标检测模型对所述第二图像进行分析处理，得到所述第二图像中多个第一对象的第一检测框信息和第一深度信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标检测模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，确定每个所述第四图像对应的标注信息，包括：
6.根据权利要求3所述的方法，其特征在于，依据所述检测框信息和所述深度信息...
【专利技术属性】
技术研发人员：宋天源，杨静林，
申请(专利权)人：中国电信股份有限公司，
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。