[发明专利]样本采集检测方法、设备及存储介质

权利要求书

1.样本采集检测方法，其特征在于，包括：

采集待测区域内的原始图像；

提取所述原始图像中的检测目标，得到多个目标特征；

对所述目标特征进行分类，并通过不同颜色的边界框在所述原始图像中根据分类后的所述目标特征进行划分，得到多个第一分类样本图；

对所述第一分类样本图进行识别，并对分类出错的所述第一分类样本图进行修改，得到修正特征图；

将未修改的所述第一分类样本图和所述修正特征图作为分类检测结果输出。

2.根据权利要求1所述的样本采集检测方法，其特征在于，所述采集待测区域内的原始图像，包括：

对待测区域进行拍摄，得到拍摄图像；

检测到所述拍摄图像中包含待测物体，将包含待测物体的所述拍摄图像作为原始图像。

3.根据权利要求2所述的样本采集检测方法，其特征在于，所述提取所述原始图像中的检测目标，得到多个目标特征，包括：

通过特征点检测算法对所述原始图像中的检测目标进行特征提取，得到多个目标特征。

4.根据权利要求3所述的样本采集检测方法，其特征在于，所述通过特征点检测算法对所述原始图像中的检测目标进行特征提取，得到多个目标特征，还包括：

对所述原始图像进行增亮处理，得到高亮图；

通过特征点检测算法对所述高亮图中的检测目标进行特征提取，得到多个目标特征。

5.根据权利要求1所述的样本采集检测方法，其特征在于，所述对所述目标特征进行分类，并通过不同颜色的边界框在所述原始图像中根据分类后的所述目标特征进行划分，得到多个第一分类样本图，包括：

通过特征分类模型对所述目标特征进行分类，得到多个目标类型；

将所述原始图像中属于不同所述目标类型的所述目标特征以不同颜色的边界框包围，得到多个与各所述边界框对应的第一分类样本图。

6.根据权利要求5所述的样本采集检测方法，其特征在于，所述将所述原始图像中属于不同所述目标类型的所述目标特征以不同颜色的边界框包围，得到多个与各所述边界框对应的第一分类样本图，包括：

通过边界框预测模型对所述原始图像中的所述目标特征进行所述边界框划分，得到多个所述边界框对应的第二分类样本图；

根据各所述第二分类样本图对应的所述目标类型，将对应的所述边界框调节为不同的颜色，得到多个第一分类样本图；

根据时间顺序和所述第一分类样本图的边界框的颜色进行分类储存，以供查询使用。

7.根据权利要求1所述的样本采集检测方法，其特征在于，所述对所述第一分类样本图进行识别，并对分类出错的所述第一分类样本图进行修改，得到修正特征图，包括：

通过分类识别模型对所述第一分类样本图进行识别，得到识别结果；

当识别结果为分类出错，对所述第一分类样本图进行修改，得到修正特征图并对被修改的所述第一分类样本图进行替换。

8.根据权利要求7所述的样本采集检测方法，其特征在于，所述分类识别模型是通过GAN网络进行监督训练的神经网络模型，所述分类识别模型用于对所述第一分类样本图进行类型识别并与所述边界框的颜色进行比较，以得到所述识别结果。

9.一种电子设备，其特征在于，包括：

存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的样本采集检测方法。

10.一种计算机存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1至8中任意一项所述的样本采集检测方法。