[发明专利]基于神经网络的鱼质量估计方法及系统、装置与存储介质

说明书

本发明公开了一种基于神经网络的鱼质量估计方法及系统、装置与存储介质，该方法包括获取拍摄主体的实时拍摄图像；基于图像分割神经网络中的卷积骨干网络提取的实时拍摄图像的特征，获取融合特征；获取拍摄主体的实时三维特征信息；将拍摄主体的实时三维特征信息输入到全连接神经网络中进行处理获取拍摄主体的估计质量。本发明通过采用普通的摄像头采集数据，不需要依赖声呐、超声波等装置，成本低廉，易于部署；同时，采用普通彩色图像训练模型，使得设备和方法在实际应用时不需要依赖额外的光源等设备，易于使用，稳定性高；另外，充分利用和挖掘了鱼游动时的三维信息，不需要将鱼捕捉后称重，更符合实际应用场景的需求，可拓展性强，准确率高。

技术领域

本发明涉及鱼类自动估重技术领域，尤其是涉及一种基于神经网络的鱼质量估计方法及系统、装置与存储介质。

背景技术

鱼的质量是水产养殖中最重要的指标之一，及时、准确地估计鱼的质量是水产养殖的一项重要任务，获取不同生长阶段鱼的质量，对饲养、监测鱼的健康状况、制定养殖计划，提高产量具有重要意义。在传统水产养殖中，对鱼逐一称重非常复杂，高度依赖人工操作，在现实中难以实现。而统计方法，如标记重捕法，可以在一定程度上降低对渔获量的要求，但人力成本仍然较大，鱼的数量只能粗略估计。近年来，计算机视觉的方法给水产养殖带来了新的曙光。计算机视觉的方法可以分为单因素方法和多因素方法，但现有的鱼质量估计方法往往停留在二维平面上，难以注意到鱼的三维信息，会导致误差。因此，迫切的需要研发一种能够提取鱼游动的三维信息并准确估计鱼质量的方案。

发明内容

基于此，有必要针对现有技术的不足，提供一种基于神经网络的鱼质量估计方法及系统、装置与存储介质，能快速对鱼的质量进行估计，准确率高、效率高、有效减少劳动成本，实现了对鱼的无伤检测。

为解决上述技术问题，本发明所采用的技术方案是：

第一方面，提供了一种基于神经网络的鱼质量估计方法，其包括如下步骤：。

获取拍摄主体的实时拍摄图像；

基于图像分割神经网络中的卷积骨干网络提取的实时拍摄图像的特征，获取融合特征；

获取拍摄主体的实时三维特征信息；

将拍摄主体的实时三维特征信息输入到全连接神经网络中进行处理获取拍摄主体的估计质量。

第二方面，提供了一种基于神经网络的鱼质量估计系统，其包括：

实时采集模块，用于获取拍摄主体的实时拍摄图像；

融合特征获取模块，基于图像分割神经网络中的卷积骨干网络提取的实时拍摄图像的特征，获取融合特征；

实时三维特征信息获取模块，用于获取拍摄主体的实时三维特征信息；

质量估计模块，用于将拍摄主体的实时三维特征信息输入到全连接神经网络中进行处理获取拍摄主体的估计质量。

第三方面，提供了一种装置，其包括存储器及处理器；所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的基于神经网络的鱼质量估计方法。

第四方面，提供了一种存储介质，其存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被执行时实现上述的基于神经网络的鱼质量估计方法。

综上所述，本发明基于神经网络的鱼质量估计方法及系统、装置与存储介质通过采用普通的摄像头采集数据，不需要依赖声呐、超声波等装置，成本低廉，易于部署；同时，采用普通彩色图像训练模型，使得设备和方法在实际应用时不需要依赖额外的光源等设备，易于使用，稳定性高；另外，充分利用和挖掘了鱼游动时的三维信息，不需要将鱼捕捉后称重，更符合实际应用场景的需求，可拓展性强，准确率高。

附图说明