[发明专利]基于Faster-RCNN的昆虫密度计算方法及装置在审
| 申请号： | 202011179829.4 | 申请日： | 2020-10-29 |
| 公开（公告）号： | CN112288795A | 公开（公告）日： | 2021-01-29 |
| 发明（设计）人： | 周小安;谭鸿刚;张沛昌;黄磊;安万年 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06T7/62 | 分类号： | G06T7/62;G06K9/32;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市精英专利事务所 44242 | 代理人： | 巫苑明 |
| 地址： | 518000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 faster rcnn 昆虫 密度 计算方法 装置 | ||
1.一种基于Faster-RCNN的昆虫密度计算方法，其特征在于：包括以下步骤，
通过LoRa节点控制摄像头设备采集昆虫图片上传至人工智能服务器；
在人工智能服务器搭载的基于Faster-RCNN的人工卷积神经网络的输入层传入昆虫图片；
通过基于Faster-RCNN的人工卷积神经网络对昆虫图片进行运算，得出昆虫的种类以及每个昆虫标定的检测框；
计算出检测框的总面积与昆虫图片的面积之间的比值，得到昆虫密度。
2.如权利要求1所述的基于Faster-RCNN的昆虫密度计算方法，其特征在于：所述计算出检测框的总面积与昆虫图片的面积之间的比值，得到昆虫密度包括，
遍历每个检测框的位置坐标，计算出每个检测框的面积；
计算出检测框的面积叠加总和；
将检测框的面积叠加总和除以整个昆虫图片的面积，得到昆虫密度。
3.如权利要求1所述的基于Faster-RCNN的昆虫密度计算方法，其特征在于：所述通过LoRa节点控制摄像头设备采集昆虫图片上传至人工智能服务器包括，
通过LoRa节点控制摄像头设备拍摄昆虫诱捕器的昆虫图片；
通过LoRa网络模块将昆虫图片上传至人工智能服务器。
4.如权利要求3所述的基于Faster-RCNN的昆虫密度计算方法，其特征在于：所述LoRa节点通过串口控制摄像头设备拍摄昆虫诱捕器的昆虫图片。
5.如权利要求4所述的基于Faster-RCNN的昆虫密度计算方法，其特征在于：所述LoRa节点搭载的主控芯片为STM32芯片。
6.一种基于Faster-RCNN的昆虫密度计算装置，其特征在于：包括，
昆虫图片采集模块，用于通过LoRa节点控制摄像头设备采集昆虫图片上传至人工智能服务器；
昆虫图片传入模块，用于在人工智能服务器搭载的基于Faster-RCNN的人工卷积神经网络的输入层传入昆虫图片；
检测框计算模块，用于通过基于Faster-RCNN的人工卷积神经网络对昆虫图片进行运算，得出昆虫的种类以及每个昆虫标定的检测框；
昆虫密度计算模块，用于计算出检测框的总面积与昆虫图片的面积之间的比值，得到昆虫密度。
7.如权利要求6所述的基于Faster-RCNN的昆虫密度计算装置，其特征在于：所述昆虫密度计算模块包括，
检测框面积计算单元，用于遍历每个检测框的位置坐标，计算出每个检测框的面积；
检测框面积叠加单元，用于计算出检测框的面积叠加总和；
昆虫密度求解单元，用于将检测框的面积叠加总和除以整个昆虫图片的面积，得到昆虫密度。
8.如权利要求6所述的基于Faster-RCNN的昆虫密度计算装置，其特征在于：所述昆虫图片采集模块包括，
图片采集单元，用于通过LoRa节点控制摄像头设备拍摄昆虫诱捕器的昆虫图片；
图片上传单元，用于通过LoRa网络模块将昆虫图片上传至人工智能服务器。
9.如权利要求8所述的基于Faster-RCNN的昆虫密度计算装置，其特征在于：所述图片采集单元中，LoRa节点通过串口控制摄像头设备拍摄昆虫诱捕器的昆虫图片。
10.如权利要求9所述的基于Faster-RCNN的昆虫密度计算装置，其特征在于：所述LoRa节点搭载的主控芯片为STM32芯片。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202011179829.4/1.html，转载请声明来源钻瓜专利网。
- 上一篇：预约车辆的方法、装置及计算机存储介质
- 下一篇：一种双臂测量用机械臂装置
