[发明专利]一种对象异常状态的检测方法和装置

说明书

本申请涉及一种对象异常状态的检测方法和装置，其中，该方法包括：获取目标对象的第一图像和第二图像；通过对象检测模型对第一图像进行检测，得到目标对象所属于的目标对象类型；从具有对应关系的对象类型和状态检测模型中获取目标对象类型所对应的目标状态检测模型；通过目标状态检测模型对第二图像进行检测，得到目标对象所处于的目标异常状态，其中，目标异常状态用于指示目标对象的目标部位处于由目标异常对象所导致的异常状态中。本申请解决了相关技术中对象异常状态的检测准确性较低的技术问题。

技术领域

本申请涉及计算机领域，尤其涉及一种对象异常状态的检测方法和装置。

背景技术

目前对农作物的病虫害的检测方式主要包括：基于遥感技术的病虫害检测方法和基于物联网技术的病虫害检测方法。这两种方式均存在一些问题，基于遥感技术的病虫害检测方法主要存在问题包括：遥感容易受到天气气候影响，遇到恶劣天气会导致图像上传的不准确或者干脆被遮盖，计算出来的结果不可靠。遥感噪点容易造成很大的信息损失和信息干扰，可能会造成失败或错误的图像解析等。遥感图像分类和病虫害识别还需要人工进行操作，效率低下。遥感技术实时性不够，从数据采集，到接收，到后期校正，最后到人工判别的过程需要2-3天，检测效率很低。基于物联网技术的病虫害防治方法存在问题包括：在农田部署农作物病虫害实时监控物联网设备，中央控制系统，安装电线等投入成本费用非常高。传感器设备部署在农田里容易受到外界条件干扰而加速损坏，比如光照、雨水腐蚀和动物啃咬等。依据传感数据对病虫害进行判断和监控需要较高的专业能力。

可见，上述方式一方面获取到的用于检测的数据受外界影响较大，可靠性较低，会对检测结果的准确性造成很大的影响。另一方面均需要由专业的技术人员对农作物病虫害的种类进行判定，人力成本高，检测周期长，技术人员的经验有高有低也无法保证检测的准确性。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种对象异常状态的检测方法和装置，以至少解决相关技术中对象异常状态的检测准确性较低的技术问题。

根据本申请实施例的一个方面，提供了一种对象异常状态的检测方法，包括：

获取目标对象的第一图像和第二图像，其中，所述第一图像用于展示所述目标对象，所述第二图像用于展示所述目标对象的目标部位；

通过对象检测模型对所述第一图像进行检测，得到所述目标对象所属于的目标对象类型，其中，所述对象检测模型是使用标注了对象类型的第一样本对第一初始模型进行训练得到的，所述第一样本用于展示样本对象；

从具有对应关系的对象类型和状态检测模型中获取所述目标对象类型所对应的目标状态检测模型，其中，所述目标状态检测模型是使用标注了异常状态的第二样本对第二初始模型进行训练得到的，所述第二样本用于展示所述样本对象的所述目标部位；

通过所述目标状态检测模型对所述第二图像进行检测，得到所述目标对象所处于的目标异常状态，其中，所述目标异常状态用于指示所述目标对象的所述目标部位处于由目标异常对象所导致的异常状态中。

可选地，通过所述对象检测模型对所述第一图像进行检测，得到所述目标对象所属于的目标对象类型包括：

将所述第一图像输入第一特征提取器，得到所述第一特征提取层输出的第一图像特征；

将所述第一图像特征输入对象分类器，得到所述对象分类器输出的所述目标对象类型，其中，所述对象检测模型包括所述第一特征提取器和所述对象分类器。

可选地，将所述第一图像特征输入对象分类器，得到所述对象分类器输出的所述目标对象类型包括：

将所述第一图像特征输入所述对象分类器，得到多个对象类型中每个对象类型对应的第一概率，其中，所述第一概率用于指示所述目标对象属于所述每个对象类型的概率；