【技术实现步骤摘要】
本专利技术涉及水产养殖数据采集，尤其涉及一种电子设备及活体小龙虾的检测系统及方法。
技术介绍
1、近年来，随着经济的发展和消费水平的提升，消费者对小龙虾的品质要求逐渐提高，优质小龙虾不仅要重量大，虾尾大，而且要成熟度好，小龙虾的品质直接与小龙虾的食用口感、销售价格等密切相关。另一方面，生长速度快、含肉率高、抗病性强是小龙虾新品种选育的主要研究目标。
2、随着小龙虾人工养殖业的发展，研究小龙虾形体数据特征，有利于为其分类、种质鉴定、增殖和新品种选育提供参考依据，在传统研究方法中，通常使用游标卡尺测量各部位尺寸信息，通过这些指标来提取小龙虾的表型信息。
3、但是，该方法需投入大量人力和时间，且人工操作效率低，人为误差大，不同的测量者使用游标卡尺也容易产生随机误差。
技术实现思路
1、本专利技术提供一种电子设备及活体小龙虾的检测装置、系统及方法，用以解决现有技术中活体小龙虾样本的体征数据测量效率低的缺陷。
2、第一方面，本专利技术提供一种活体小龙虾的检测方法，包括：
3、获取待检测活体小龙虾的样本图像；
4、将所述样本图像输入基于pytorch框架建立的图像模型中，利用所述图像模型处理所述样本图像，得到待检测图像；
5、基于所述待检测图像获取第一类指标数值；
6、将所述第一类指标数据输入基于xgboost算法生成的样本表型指标数据模型，利用所述样本表型指标数据模型输出第二类指标数值。
7、根据
8、将所述样本图像输入基于pytorch框架建立的顶部图像模型、底部图像模型和侧面图像模型中；
9、利用所述顶部图像模型、所述底部图像模型和所述侧面图像模型分别对采集的所述样本图像进行解析，得到样本的顶部黑白轮廓图像、样本的底部黑白轮廓图像及样本的侧面黑白轮廓图像。
10、根据本专利技术提供的活体小龙虾的检测方法，所述基于所述待检测图像获取第一类指标数值，包括通过计算机对所述顶部黑白轮廓图像、所述底部黑白轮廓图像及所述侧面黑白轮廓图像进行测定，获取所述顶部黑白轮廓图像、所述底部黑白轮廓图像及所述侧面黑白轮廓图像中的第一类指标数据。
11、根据本专利技术提供的活体小龙虾的检测方法，所述获取样本图像之前，还包括获取样本的重量。
12、根据本专利技术提供的活体小龙虾的检测方法，所述第一类指标数值包括性别、体长、头胸甲的宽度、头胸甲的长度和腹部的长度。
13、根据本专利技术提供的活体小龙虾的检测方法，所述第二类指标数值包括样本整体的长度、鳌足的长度、螯足的宽度、螯足的重量、额剑的长度、额剑的宽度、第三步足的长度、第四步足的长度、第二腹节的长度、第二腹节的宽度、第五腹节的长度、第五腹节的宽度、腹部的重量、肌肉的重量、含肉率、尾扇的宽度和尾扇的长度。
14、第二方面，本专利技术提供了一种活体小龙虾的检测系统，包括：称重装置、图像采集单元和控制单元，所述称重装置和所述图像采集单元均与所述控制单元电连接，所述控制单元用于执行如第一方面所描述的活体小龙虾的检测方法。
15、根据本专利技术提供的活体小龙虾的检测系统，所述图像采集单元包括：
16、检测平台，用于放置待检测活体小龙虾的样本；
17、相机，设置有多个，多个所述相机设置在所述检测平台上，用于从不同的角度拍摄所述待检测活体小龙虾的样本。
18、第三方面，本专利技术还提供了一种活体小龙虾的检测装置，包括：
19、图像获取模块，用于获取待检测活体小龙虾的样本图像；
20、图像处理模块，用于将所述样本图像输入基于pytorch框架建立的图像模型中，利用所述图像模型处理所述样本图像，得到待检测图像；
21、特征提取模块，用于基于所述待检测图像获取第一类指标数值；
22、输出模块，用于将所述第一类指标数据输入基于xgboost算法生成的样本表型指标数据模型，利用所述样本表型指标数据模型输出第二类指标数值。
23、第四方面，本专利技术还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行第一方面所描述的活体小龙虾的检测方法。
24、本专利技术的提供的一种电子设备及活体小龙虾的检测装置、系统及方法，基于图像识别技术，测算小龙虾各表型参数，检测过程自动采集图像、识别图像、提取样本表型指标信息，可大幅度减少人工参与，不仅对活体样本影响小，还提高工作效率，降低人工与时间成本，通过网络模型可自动提取表型信息，降低误差，有利于流水线的自动化处理，可用于实现预估小龙虾生长成熟度及优质小龙虾的分类预测，本专利技术可有效避免对目标的破坏性测定，最大限度实现性状测定无损高效与目标活体保存繁养的有机统一，并得到更多的表型数据，用于新品种选育过程中的表型性状记录。
本文档来自技高网...【技术保护点】
1.一种活体小龙虾的检测方法，其特征在于，包括：
2.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述将所述样本图像输入基于Pytorch框架建立的图像模型中，利用所述图像模型对所述样本图像解析，得到待检测图像，包括：
3.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述基于所述待检测图像获取第一类指标数值，包括通过计算机对所述顶部黑白轮廓图像、所述底部黑白轮廓图像及所述侧面黑白轮廓图像进行测定，获取所述顶部黑白轮廓图像、所述底部黑白轮廓图像及所述侧面黑白轮廓图像中的第一类指标数据。
4.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述获取样本图像之前，还包括获取样本的重量。
5.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述第一类指标数值包括性别、体长、头胸甲的宽度、头胸甲的长度和腹部的长度。
6.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述第二类指标数值包括样本整体的长度、鳌足的长度、螯足的宽度、螯足的重量、额剑的长度、额剑的宽度、第三步足的长度、第四步足的长度
7.一种活体小龙虾的检测系统，其特征在于，包括：称重装置、图像采集单元和控制单元，所述称重装置和所述图像采集单元均与所述控制单元电连接，所述控制单元用于执行如权利要求1-6中任一项所述的活体小龙虾的检测方法。
8.根据权利要求7所述的活体小龙虾的检测系统，其特征在于，所述图像采集单元包括：
9.一种活体小龙虾的检测装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1-8中任一项所述的活体小龙虾的检测方法。
...【技术特征摘要】
1.一种活体小龙虾的检测方法，其特征在于，包括：
2.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述将所述样本图像输入基于pytorch框架建立的图像模型中，利用所述图像模型对所述样本图像解析，得到待检测图像，包括：
3.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述基于所述待检测图像获取第一类指标数值，包括通过计算机对所述顶部黑白轮廓图像、所述底部黑白轮廓图像及所述侧面黑白轮廓图像进行测定，获取所述顶部黑白轮廓图像、所述底部黑白轮廓图像及所述侧面黑白轮廓图像中的第一类指标数据。
4.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述获取样本图像之前，还包括获取样本的重量。
5.根据权利要求1所述的活体小龙虾的检测方法，其特征在于，所述第一类指标数值包括性别、体长、头胸甲的宽度、头胸甲的长度和腹部的长度。
6.根据权利要求1所述的活体小龙虾的...
【专利技术属性】
技术研发人员：田兴，王冬武，何志刚，李金龙，何咏，邓时铭，
申请(专利权)人：湖南省水产科学研究所，
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。