[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

说明书

本申请提供了一种冻存管分布情况检测方法、装置、电子设备及存储介质。该冻存管分布情况检测方法，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。本申请可以提高检测准确度。

技术领域

本申请涉及视觉技术领域，具体而言，涉及一种冻存管分布情况检测方法、装置、电子设备及存储介质。

背景技术

现有的冻存管检测定位技术中，采用了视觉检测定位技术。传统的视觉检测定位技术一般是通过图像处理算法，比如二值化、形态学滤波、连通域分析等来将单个目标从图像背景中分离出来。其对成像条件非常敏感，光照强弱变化、相机远近和位置都会对其效果产生很大影响，导致整体准确度较低。

针对上述问题，目前尚未有有效的技术解决方案。

发明内容

本申请实施例的目的在于提供一种冻存管分布情况检测方法、装置、电子设备及存储介质，可以提高检测准确性。

第一方面，本申请实施例提供了一种冻存管分布情况检测方法，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。

可选地，在本申请实施例所述的冻存管分布情况检测方法中，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。

可选地，在本申请实施例所述的冻存管分布情况检测方法中，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。

可选地，在本申请实施例所述的冻存管分布情况检测方法中，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。

可选地，在本申请实施例所述的冻存管分布情况检测方法中，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。