[发明专利]冻存管分布情况检测方法、装置、电子设备及存储介质

权利要求书

1.一种冻存管分布情况检测方法，其特征在于，包括：

获取冻存盒内的冻存管的原始分布图像，所述冻存盒包括多个存储格，每一所述存储格用于存储一个冻存管；

将所述原始分布图像输入第一神经网络结构进行特征提取，以得到第一特征图像，所述第一特征图像的尺寸小于所述原始分布图像的尺寸；

将所述第一特征图像输入第二神经网络结构以生成用于对每一存储格内的冻存管的存在情况进行预测的预测图；

根据所述预测图获取所述冻存管在所述冻存盒内的分布情况；

其中，所述第一神经网络结构包括至少一个特征融合层、多个级联的第五卷积层以及至少一个第六卷积层；每一所述特征融合层用于将多个不同级的第五卷积层输出的特征图像进行融合，以得到目标特征融合图像；或者用于将多个不同级的第五卷积层输出的特征图像与另一特征融合层输出的融合特征图像进行融合，以得到目标特征融合图像；所述至少一个第六卷积层用于对所述特征融合层输出的目标特征融合图像进行卷积，以得到半径预测图；所述多个级联的第五卷积层依次级联，以对所述原始分布图像进行逐级卷积。

2.根据权利要求1所述的冻存管分布情况检测方法，其特征在于，所述第二神经网络结构包括第一分支网络；

所述将所述第一特征图像输入第二神经网络结构以生成用于对每一存储格内的冻存管的存在情况进行预测的预测图，包括：

将所述第一特征图像输入第二神经网络结构的第一分支网络以生成用于对每一存储格内是否存在冻存管进行预测的分布预测图。

3.根据权利要求2所述的冻存管分布情况检测方法，其特征在于，所述将所述第一特征图像输入第二神经网络结构的第一分支网络以生成用于对每一存储格内是否存在冻存管进行预测的分布预测图，包括：

依次采用一个卷积核为3×3的第一卷积层以及一个卷积核为1×1的第二卷积层对所述第一特征图像进行卷积处理，以得到第二特征图像；

采用sigmoid函数对所述第二特征图像进行处理，以得到用于对每一存储格是内的是否存在冻存管进行预测的分布预测图。

4.权利要求1-3任一项所述的冻存管分布情况检测方法，其特征在于，所述第二神经网络结构包括第二分支网络；

所述将所述第一特征图像输入第二神经网络结构以生成用于对每一存储格内的冻存管的存在情况进行预测的预测图，包括：

将所述第一特征图像输入第二神经网络结构的第二分支网络以生成用于对存储格内的冻存管的半径进行预测的半径预测图。

5.根据权利要求4所述的冻存管分布情况检测方法，其特征在于，将所述第一特征图像输入第二神经网络结构的第二分支网络以生成用于对存储格内的冻存管的半径进行预测的半径预测图，包括：

依次采用括一个卷积核为3×3的第三卷积层以及一个卷积核为1×1的第四卷积层对所述第一特征图像进行卷积处理，以得到用于对存储格内的冻存管的半径进行预测的半径预测图。

6.根据权利要求1所述的冻存管分布情况检测方法，其特征在于，所述第一神经网络结构还包括至少一个反卷积层；

多个所述第五卷积层中的部分第五卷积层通过所述反卷积层与对应所述特征融合层连接。