[发明专利]基于深度学习的硅藻自动检测方法及系统

权利要求书

1.一种基于深度学习的硅藻自动检测方法，其特征是，包括：

a、预先将一定数量的含有硅藻的人体组织的电镜扫描照片作为训练集；

b、对训练集中的电镜扫描照片中的硅藻进行人工标注；

c、以标注好的训练集为正样本，将设定数量的不含有硅藻的人体组织的电镜扫描照片作为负样本，以正样本和负样本组成的样本集合对深度学习神经网络模型进行训练，产生识别硅藻的算法模型；

d、将需识别的电镜扫描照片作为待识别图片，通过识别硅藻的算法模型识别待识别照片中的硅藻。

2.根据权利要求1所述的基于深度学习的硅藻自动检测方法，其特征是，所述深度学习神经网络模型为YOLOv3目标检测神经网络算法模型。

3.根据权利要求2所述的基于深度学习的硅藻自动检测方法，其特征是，采用3种不同尺度的输出张量进行目标识别，每种输出张量的元素对应一个网格，每个网格对应3种先验框，每种输出张量对应的网格数与其对应的先验框数量相乘，再相加汇总得到总的预测数据组数；每种所述预测数据组包括所在照片中硅藻所属边界框的边框坐标、该边框存在硅藻的置信度以及检测出硅藻的类别标识数据。

4.根据权利要求3所述的基于深度学习的硅藻自动检测方法，其特征是，计算同一个硅藻对应的各个边框的置信度，并进行排序，以置信度最高的边框作为该硅藻在所述照片中的位置坐标。

5.根据权利要求1所述的基于深度学习的硅藻自动检测方法，其特征是，在所述步骤d中，识别出目标后，计算目标为硅藻的概率，将概率高于设定阈值的目标判定为硅藻并对硅藻的位置进行标记。

6.一种基于深度学习的硅藻自动检测系统，其特征是，包括：

文件选择模块，用于设定识别硅藻的过程中各文件的存放路径；

阈值设定模块，用于设定判断检测目标是否为硅藻的阈值；

硅藻识别模块，用于执行权力要求1～5任一项所述的基于深度学习的硅藻自动检测方法；

信息统计模块，用于将识别出的硅藻信息进行统计并生成数据表。

7.一种计算机可读存储介质，其特征是，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行权利要求1至5中任一项所述的基于深度学习的硅藻自动检测方法。