[发明专利]食料的投喂方法、装置、系统和计算机可读存储介质

权利要求书

1.一种食料的投喂方法，包括：

利用第一神经网络，检测待处理图像中的食槽，以确定所述待处理图像中的食槽区域；

利用第二神经网络，检测食槽区域中的食料和投喂对象，以确定食料区域和投喂对象区域；

根据所述食料区域在所述食槽区域中的占比，以及所述投喂对象区域在所述食槽区域中的占比，确定是否进行投喂。

2.根据权利要求1所述的投喂方法，其中，所述利用第一神经网络，检测待处理图像中的食槽，以确定所述待处理图像中的食槽区域包括：

利用所述第一神经网络，获取所述食槽的多个关键点，所述多个关键点能够表征所述食槽的位置信息；

根据所述多个关键点，确定所述待处理图像中的食槽区域。

3.根据权利要求2所述的投喂方法，其中，

所述多个关键点为所述食槽的4个顶点，

所述根据所述多个关键点，确定所述待处理图像中的食槽区域包括：

根据所述4个顶点的最小外接矩形，确定所述待处理图像中的食槽区域。

4.根据权利要求2所述的投喂方法，其中，所述第一神经网络根据如下步骤训练：

根据训练图像的标注结果和所述第一神经网络对所述训练图像的检测结果，计算多种候选损失函数，所述候选损失函数包括所述食槽区域的位置损失函数和各像素点的分类结果损失函数，所述各像素点的分类结果包括是食槽或不是食槽；

根据所述多个候选损失函数的加权和，确定综合损失函数；

利用所述综合损失函数，训练所述第一神经网络。

5.根据权利要求4所述的投喂方法，其中，

所述多种候选函数包括分类损失函数、中心点损失函数、目标大小损失函数、相对位置损失函数、关键点匹配损失函数或关键点损失函数中的多项，

所述分类损失函数根据标注的各像素点分类结果和检测的各像素点分类结果计算，

所述中心点损失函数根据标注的食槽中心点和检测的食槽中心点计算，所述检测的食槽中心点根据检测的多个关键点确定，

所述目标大小损失函数根据标注的食槽宽高和检测的食槽宽高计算，所述检测的食槽宽高根据检测的多个关键点确定，

所述相对位置损失函数根据标注的食槽中心点与标注的多个关键点的相对位置，以及检测的食槽中心点与检测的多个关键点的相对位置计算，

所述关键点匹配损失函数根据标注的多个关键点和检测的多个关键点之间的对应情况计算，

所述关键点损失函数根据标注的多个关键点，以及检测的多个关键点计算。

6.根据权利要求1所述的投喂方法，其中，所述利用第一神经网络，检测待处理图像中的食槽，以确定所述待处理图像中的食槽区域包括：

对所述待处理图像进行多次下采样处理，获取多幅下采样图像；

提取各下采样图像的图像特征；

根据融合后的各图像特征，确定所述食槽区域。

7.根据权利要求6所述的投喂方法，其中，

所述多幅下采样图像包括第一下采样图像和第二下采样图像，所述第二下采样图像为通过对所述第二下采样图像进行下采样处理获取；

所述根据融合后的各图像特征，确定所述食槽区域包括：

对所述第二下采样图像的图像特征进行上采样处理，获取上采样特征；

根据融合后的上采样特征和所述第一下采样图像的图像特征，确定所述食槽区域。

8.根据权利要求1所述的投喂方法，其中，

所述第一神经网络为以Mobilenetv3–Large为图像特征提取模块的CenterNet模型。