[发明专利]养殖业贷后监管方法、装置、设备和介质

权利要求书

1.一种养殖业贷后监管方法，其特征在于，包括：

获取包含目标物的卫星遥感图像，其中，所述目标物包含渔排；

基于所述卫星遥感图像以及预训练得到的目标检测模型对所述目标物进行检测识别，获取与所述目标物的位姿相匹配的旋转目标框的坐标值以及目标物数量，其中，所述预训练得到的目标检测模型根据基于旋转目标框改进的YOLOv5模型训练得到；

基于所述旋转目标框的坐标值获取目标物面积，其中，所述基于所述旋转目标框的坐标值获取目标物面积包括：将旋转目标框的坐标值转化为对应的经纬度数据，所述经纬度数据用于计算目标物面积；以及

基于所述目标物面积和所述目标物数量进行贷后监管，其中，所述贷后监管包括基于预设时间周期内目标物数量变化量和目标物面积变化量触发贷后风险预警，

其中，所述基于旋转目标框改进的YOLOv5模型包括主干网络层，特征融合层以及预测层，所述主干网络层包含基于滑动窗口的深度自注意力网络，所述特征融合层包含特征图金字塔网络和多孔空间金字塔池化网络，

其中，所述基于预设时间周期内目标物数量变化量和目标物面积变化量触发贷后风险预警包括：

获取第一时点下待监管区域的第一目标物数量和第一目标物面积；

基于预设的监管周期获取第二时点下待监管区域的第二目标物数量和第二目标物面积；

计算第二目标物数量与第一目标物数量之间的第一变化量，以及第二目标物面积和第一目标物面积之间的第二变化量；以及

当所述第一变化量大于第一阈值，和所述第二变化量大于第二阈值时，触发贷后风险预警，其中，所述第一变化量和第二变化量相同或不同。

2.根据权利要求1所述的方法，其中，所述基于所述卫星遥感图像以及预训练得到的目标检测模型对所述目标物进行检测识别包括：

将预处理后的卫星遥感图像输入主干网络层，获取渔排特征提取图像，其中，所述主干网络层包含基于滑动窗口的深度自注意力网络，所述渔排特征提取图像包含不同粒度聚合的渔排特征图像；

将所述渔排特征图像输入特征融合层，获取渔排特征融合图像，其中，所述特征融合层包含特征图金字塔网络和多孔空间金字塔池化网络；以及

将所述渔排特征融合图像输入预测网络层，获取渔排预测特征图像、旋转目标框的坐标值以及目标渔排数量，其中，所述渔排预测特征图像包含与渔排位姿相匹配的旋转目标框，所述预测网络层包含改进的边框锚定算法和改进的损失函数，其中，所述改进的边框锚定算法包含基于角度参数改进的预测构造函数，所述改进的损失函数包含基于角度差值和目标框长宽比设置的损失函数权重因子函数。

3.根据权利要求2所述的方法，其中，将所述渔排特征融合图像输入预测网络层，获取渔排预测特征图像包括：

基于所述预测网络层中改进的边框锚定算法和改进的损失函数对渔排特征融合图像进行处理，获取初始旋转框，其中，所述基于角度参数改进的预测构造函数基于长边定义法结合环形平滑标签设定，所述初始旋转框包含重叠和/或交叉的旋转标注框；以及

基于旋转标注框得分以及重叠面积对所述初始旋转框进行筛选，获取与渔排位姿相匹配的旋转目标框，并获取旋转目标框的坐标值以及目标渔排数量。

4.根据权利要求3所述的方法，其中，所述基于旋转标注框得分以及重叠面积对所述初始旋转框进行筛选包括：

判断第i个旋转标注框得分是否大于或等于预设的阈值，其中，i为大于或等于1的整数；

当第k个旋转标注框得分大于或等于预设的阈值时，计算所述第k个旋转目标框与第k+1个或第k-1个旋转目标框的重叠面积比值，其中，第k个旋转目标框与第k+1个或第k-1个旋转目标框重叠或交叉，k满足1≤k≤i；以及

基于所述重叠面积比值，第k个旋转标注框得分以及第k+1个或第k-1个旋转标注框得分筛选保留的旋转标注框。