[发明专利]一种针对育苗期鲍鱼的计数方法

权利要求书

1.一种针对育苗期鲍鱼的计数方法，其特征在于，通过对要计数的单个幼鲍瓦片进行拍照，获得初始的输入图像，并通过asarray函数读取输入图像中的每个像素并转换成矩阵，即获取图像输入的初始矩阵；

再通过卷积层卷积的过程将初始矩阵转换成连续的多个二维特征矩阵，二维特征矩阵记录图片中幼鲍的颜色条理信息，并初步确定图像中幼鲍的位置信息；

然后通过矩阵融合手段处理二维特征矩阵，将后端的两个二维特征矩阵，利用转换矩阵进行行列数的转换，得到行列数相同、颜色纹理特征以及位置特征信息相同的两个二维特征转换矩阵，将得到的两个二维特征转换矩阵进行加运算，形成初始融合矩阵，将初始融合矩阵滚动式的向前融合，形成晋级融合矩阵，获得一个终端融合矩阵；

进一步处理终端融合矩阵，形成特征依赖关系矩阵，以建立信息间的长距离依赖关系，加强被检测幼鲍信息与瓦片或其余幼鲍信息之间的依赖关系，当被检测幼鲍被其余幼鲍遮挡住时，通过已建立的被检测幼鲍信息与其余幼鲍信息之间的依赖关系，去检测被检测幼鲍与其余幼鲍的遮挡边缘，识别出被检测幼鲍的边界，标记幼鲍边界框；

最后，通过对获取到的幼鲍边界框进行计数，统计幼鲍的数量，获得单个瓦片上幼鲍的数量后，通过挑选多个瓦片求平均数，再乘以育苗池中瓦片的数量，确定育苗池中幼鲍的总量。

2.根据权利要求1所述的针对育苗期鲍鱼的计数方法，其特征在于，所述特征依赖关系矩阵是终端融合矩阵分别通过三个卷积层处理后，获得三个相对应的特征依赖关系矩阵，再对三个特征依赖关系矩阵深度处理后，将依赖关系作用到特征图中的每一个像素中，加强被检测幼鲍或者幼鲍信息之间的依赖关系，突出幼鲍所在的区域，使得网络能进一步准确地获取幼鲍的先验框，对幼鲍个体进行检测识别，得到幼鲍先验框以及每个先验框上对应的分数，其中，先验框上对应的分数代表网络检测到的此先验框与幼鲍实际位置的交并比，利用交并比对先验框进行从大到小的排序，筛选出与幼鲍实际位置交并比最高的先验框，并利用网络的训练权重对先验框进行微调得到幼鲍边界框，并将带有边界框的幼鲍图像输出。

3.根据权利要求2所述的针对育苗期鲍鱼的计数方法，其特征在于，所述的初始矩阵为；输入图像大小表示为n，n=h*w，图像高为h，宽为w，图像通道数为c。

4.根据权利要求3所述的针对育苗期鲍鱼的计数方法，其特征在于，所述的二维特征矩阵有四个，分别为二维特征矩阵A1、二维特征矩阵A2、二维特征矩阵A3和二维特征矩阵A4；

，

，

，

；

n*n维的C2、n*维的C4、*维的C6、*维的C8用于提取幼鲍的位置信息，C2、C4、C6、C8这四个矩阵的列数分别决定A1、A2、A3、A4的列数，用于使A1、A2、A3、A4分别获得n条、条、条、条的幼鲍位置信息；

二维矩阵A1、A2、A3、A4所包含的颜色纹理信息在幼鲍特征图上检测图中所有幼鲍，并通过显示先验框突出幼鲍区域、确定幼鲍大体位置，先验框的x，y，w，h参数分别对应幼鲍所在先验框的中心位置的横坐标、中心位置的纵坐标、先验框的宽度、先验框的高度，以此确定幼鲍位置。

5.根据权利要求4所述的针对育苗期鲍鱼的计数方法，其特征在于，所述初始融合矩阵为：

将二维矩阵A3和A4融合，处理矩阵A4，利用转换矩阵M4(， )将二维矩阵A4从(c， )改为(c， )；处理矩阵A3，利用转换矩阵L3(c， c)将二维矩阵A3从(2c， )改为(c， )；A3和A4处理过后得到的的矩阵B3和U4行列数相同，并对其进行相加运算得到合并后的特征矩阵D3；D3有n条颜色纹理信息、条位置信息，而A3只有条颜色纹理信息、条位置信息，A4只有n条颜色纹理信息、条位置信息，

，

，

。