[发明专利]基于卷积神经网络的对虾形态测量方法、介质、终端设备及装置

权利要求书

1.一种基于卷积神经网络的对虾形态测量方法，其特征在于，包括以下步骤：

对对虾样本和参照物进行拍摄，并对拍摄得到的图片进行归一化处理，以获取样本图片；

根据所述样本图片对目标区域进行标定，并生成所述目标区域对应的描述文件，以及将所述描述文件与所述样本图片进行关联；

根据每张所述样本图片以及对应的描述文件建立数据集，其中，所述数据集划分成训练集、验证集和测试集；

根据所述训练集进行基准模型的训练；

将所述验证集输入基准模型，以生成第一预估结果，并根据所述第一预估结果调整基准模型的参数，以生成对虾形态测量模型；

对所述测试集中的样本图片进行预处理，以生成测试图片；

将所述测试图片输入所述对虾形态测量模型，以生成第二预估结果，并根据所述第二预估结果生成所述对虾形态测量模型的泛化性能评分；

根据所述泛化性能评分确定最终对虾形态测量模型，并根据最终对虾形态测量模型进行对虾形态测量；

其中，对虾形态包括：对虾的头胸甲长度、体重和体长。

2.如权利要求1所述的基于卷积神经网络的对虾形态测量方法，其特征在于，根据所述第一预估结果调整基准模型的参数，以生成对虾形态测量模型，包括：

判断所述第一预估结果与对应的样本图片所关联的描述文件是否一致以获得所述第一预估结果的准确率，并判断所述第一预估结果的准确率是否达到预设准确率阈值；

如果所述第一预估结果的准确率未达到预设准确率阈值，则对所述基准模型的参数进行调整，以根据所述验证集对所述基准模型进行迭代训练，直至将所述第一预估结果的准确率达到预设准确率阈值的基准模型作为对虾形态测量模型。

3.如权利要求1所述的基于卷积神经网络的对虾形态测量方法，其特征在于，根据所述训练集进行基准模型的训练，包括：

提取所述训练集中样本图片的图像特征，以生成特征图片，并将所述特征图片与所述样本图片进行关联；

根据所述特征图片训练区域生成网络，以获取所述特征图片中所有候选区域及每个候选区域的可能性评分；

根据所述特征图片、所有候选区域及每个候选区域的可能性评分进行基准模型的训练。

4.如权利要求3所述的基于卷积神经网络的对虾形态测量方法，其特征在于，提取所述训练集中样本图片的图像特征，以生成特征图片，包括：

通过ZF网络对所述样本图片进行卷积计算，以提取所述样本图片的特征信息；

对所述特征信息进行池化处理，以生成特征图片。

5.如权利要求1所述的基于卷积神经网络的对虾形态测量方法，其特征在于，对所述测试集中的样本图片进行预处理，以生成测试图片，包括：

去除所述测试集中的样本图片的参照物像素，以生成第一预处理图片；

将所述第一预处理图片输入对虾测量模型，以生成第二预处理图片；

根据所述第二预处理图片中的目标区域对所述第二预处理图片进行水平校正，以生成测试图片。

6.如权利要求1-5任一项所述的基于卷积神经网络的对虾形态测量方法，其特征在于，所述基准模型为Fast RCNN模型。

7.如权利要求1所述的基于卷积神经网络的对虾形态测量方法，其特征在于，对所述数据集进行划分以生成训练与验证总和文本文件、训练文本文件、验证文本文件和测试文本文件。

8.一种计算机可读存储介质，其特征在于，其上存储有基于卷积神经网络的对虾形态测量程序，该基于卷积神经网络的对虾形态测量程序在被处理器执行时实现如权利要求1-7中任一项所述的基于卷积神经网络的对虾形态测量方法。

9.一种终端设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于卷积神经网络的对虾形态测量程序，所述处理器执行所述基于卷积神经网络的对虾形态测量程序时实现如权利要求1-7中任一项所述的基于卷积神经网络的对虾形态测量方法。

10.一种基于卷积神经网络的对虾形态测量装置，其特征在于，包括：

采集模块，用于对对虾样本和参照物进行拍摄，并对拍摄得到的图片进行归一化处理，以获取样本图片；

标定模块，用于根据所述样本图片对目标区域进行标定，并生成所述目标区域对应的描述文件，以及将所述描述文件与所述样本图片进行关联；

数据处理模块，用于根据每张所述样本图片以及对应的描述文件建立数据集，其中，所述数据集划分成训练集、验证集和测试集；

模型训练模块，用于根据所述训练集进行基准模型的训练；

模型验证模块，用于将所述验证集输入基准模型，以生成第一预估结果，并根据所述第一预估结果调整基准模型的参数，以生成对虾形态测量模型；

测试图片生成模块，用于对所述测试集中的样本图片进行预处理，以生成测试图片；

模型测试模块，用于将所述测试图片输入所述对虾形态测量模型，以生成第二预估结果，并根据所述第二预估结果生成所述对虾形态测量模型的泛化性能评分；

识别模块，用于根据所述泛化性能评分确定最终对虾形态测量模型，并根据最终对虾形态测量模型进行对虾形态测量；

其中，对虾形态包括：对虾的头胸甲长度、体重和体长。