[发明专利]一种基于深度学习图像处理的投喂检测方法和系统在审
| 申请号： | 201910614783.5 | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110516529A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 章坚武;赵朵朵;罗欣宇 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 33240 杭州君度专利代理事务所(特殊普通合伙) | 代理人： | 杨天娇<国际申请>=<国际公布>=<进入 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习图像处理的投喂检测方法和系统，包括：获取训练集和测试集；构建融合CLAHE算法和MobileNet神经网络的RetinaNet目标检测网络，利用训练集训练优化RetinaNet目标检测网络；根据训练优化后的RetinaNet目标检测网络获得模型权重文件，将模型权重文件读取至融合非极大值抑制算法的ImageAI库中，得到投喂检测模型，利用测试集验证投喂检测模型至达到收敛条件；获取待检测监控视频，采用投喂检测模型检测待检测监控视频中每一实时监控图片中是否有投喂动作，若连续M张实时监控图片的检测结果为存在投喂动作，则向管理员终端发送报警信息。本发明可靠有效地检测投喂情况，降低投喂监管的人力物力，提高了投喂监管的及时性，降低投喂行为对动物和环境的危害。 | ||
| 搜索关键词： | 投喂 检测 目标检测 监控视频 实时监控 测试集 训练集 权重 算法 发送报警信息 非极大值抑制 管理员终端 检测结果 模型检测 人力物力 神经网络 收敛条件 网络获得 文件读取 学习图像 融合 有效地 构建 监管 优化 网络 验证 图片 | ||
【主权项】：
1.一种基于深度学习图像处理的投喂检测方法，用于实时检测是否出现投喂动作，并在出现投喂动作时向管理员终端发送报警信息，其特征在于，所述基于深度学习图像处理的投喂检测方法，包括以下步骤：/n步骤S1、获取经过是否有投喂动作标定的若干训练图片，随机划分训练图片得到训练集和测试集；/n步骤S2、构建融合CLAHE算法和MobileNet神经网络的RetinaNet目标检测网络，并利用所述训练集训练优化所述RetinaNet目标检测网络；/n步骤S3、根据训练优化后的RetinaNet目标检测网络获得模型权重文件，并将所述模型权重文件读取至融合非极大值抑制算法的ImageAI库中，得到投喂检测模型，利用所述测试集验证所述投喂检测模型是否达到收敛条件，若达到收敛条件，则输出投喂检测模型；否则重新进入步骤S1；/n步骤S4、获取实时的待检测监控视频，根据所述待检测监控视频得到实时监控图片，采用所述投喂检测模型检测每一实时监控图片中是否有投喂动作，若连续M张实时监控图片的检测结果为存在投喂动作，则向管理员终端发送报警信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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杭州电子科技大学，未经杭州电子科技大学许可，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/patent/201910614783.5/，转载请声明来源钻瓜专利网。
