[发明专利]容器检测、饲喂检测方法、装置及饲喂系统

权利要求书

1.一种容器检测方法，其特征在于，包括：

获取目标容器的第一待测图像；

根据预先训练的容器检测模型识别所述第一待测图像中的目标物信息；

根据所述目标物信息生成所述目标容器对应的标签；

所述根据预先训练的容器检测模型识别所述第一待测图像中的目标物信息，包括：

根据所述容器检测模型识别所述第一待测图像中目标物在所述目标容器中的余量；

根据所述余量确定所述目标物信息；

所述根据预先训练的容器检测模型识别所述第一待测图像中的目标物信息，还包括：

根据所述容器检测模型识别所述第一待测图像中所述目标容器的被遮挡率；

根据所述余量及所述被遮挡率确定所述目标物信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述标签生成投放指令，所述投放指令用于控制投放设备对所述目标容器投放所述目标物信息对应的目标物；

将所述投放指令发送到所述投放设备。

3.根据权利要求2所述的方法，其特征在于，所述根据所述标签生成投放指令，包括：

获取所述目标容器处的第二待测图像；

根据预先训练的物体检测模型识别所述第二待测图像中预设物体的物体数量；

根据所述标签及所述物体数量生成所述投放指令。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取目标容器样本图像；

获取所述目标容器样本图像对应的第一标注信息，所述第一标注信息包括所述目标容器样本图像中框定所述目标容器的第一标注框及所述目标容器中的目标物信息；

采用第一神经网络对所述目标容器样本图像及第一标注信息进行训练，通过所述目标容器样本图像的图像特征确定所述目标容器中所述目标物信息，得到所述容器检测模型。

5.根据权利要求4所述的方法，其特征在于，所述目标物信息包括：所述目标物的余量和/或所述目标容器的被遮挡率。

6.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取预设物体样本图像；

获取所述预设物体样本图像对应的第二标注信息，所述第二标注信息包括所述预设物体样本图像中框定预设物体的第三标注框及所述预设物体的类别；

采用第二神经网络对所述预设物体样本图像及第二标注信息进行训练，通过符合预设类别的第三标注框的数量确定预设物体的数量，得到所述物体检测模型。

7.一种饲喂检测方法，其特征在于，包括：

获取食槽的第一待测图像；

根据预先训练的食槽检测模型识别所述第一待测图像中的饲料信息；

根据所述饲料信息生成所述食槽对应的标签；

所述根据预先训练的食槽检测模型识别所述第一待测图像中的饲料信息，包括：

根据所述食槽检测模型识别所述第一待测图像中饲料在所述食槽中的余量；

根据所述余量确定所述饲料信息；

所述根据预先训练的食槽检测模型识别所述第一待测图像中的饲料信息，还包括：

根据所述食槽检测模型识别所述第一待测图像中所述食槽的被遮挡率；

根据所述余量及所述被遮挡率确定所述饲料信息。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

根据所述标签生成投放指令，所述投放指令用于控制投放设备对所述食槽投放所述饲料信息对应的饲料；

将所述投放指令发送到所述投放设备。

9.根据权利要求8所述的方法，其特征在于，所述根据所述标签生成投放指令，包括：

获取所述食槽处的第二待测图像；

根据预先训练的动物检测模型识别所述第二待测图像中的动物数量；

根据所述标签及所述动物数量生成所述投放指令。