[发明专利]养殖业贷后监管方法、装置、设备和介质

说明书

本发明提供了一种养殖业贷后监管方法，可以应用于人工智能技术领域或金融领域。该方法包括：获取包含目标物的卫星遥感图像，目标物包含渔排；基于卫星遥感图像以及预训练得到的目标检测模型对目标物进行检测识别，获取与目标物位姿相匹配的旋转目标框以及目标物数量，其中，预训练得到的目标检测模型基于旋转目标框改进的YOLOv5模型训练得到；基于旋转目标框的坐标值获取目标物面积；以及基于目标物面积和目标物数量进行所述贷后监管，其中，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。本发明提供的方法提升了养殖业贷后监管的智能性和科学性。本发明还提供了一种养殖业贷后监管装置、设备和介质。

技术领域

本发明涉及人工智能技术领域或金融领域，具体涉及一种养殖业贷后监管方法、装置、设备和介质。

背景技术

银行等信贷机构在农业信贷工作中，一直存在着农业资产信息获取难、查勘人力成本高、贷款额度和还款周期预估不准确等问题，农村地广人稀，人力成本巨大，平均一笔贷款的勘察成本，可能就达几百上千元。例如，在海水养殖项目中，渔排作为渔民的主要作业工具，由于排布密集，面积小，角度随机等情况，存在着勘测困难，贷后管理工作难度较大的问题。

发明内容

鉴于上述问题，本发明的实施例提供了一种养殖业贷后监管方法、装置、设备和介质。

根据本发明的第一个方面，提供了一种养殖业贷后监管方法，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。

根据本发明的实施例，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。

根据本发明的实施例，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。

根据本发明的实施例，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。