[发明专利]一种家禽毛孔特征识别方法、装置及设备

权利要求书

1.一种家禽毛孔特征识别方法，其特征在于，包括：

获取家禽的毛孔图像；

基于毛孔检测模型确定所述毛孔图像中的目标毛孔；所述毛孔检测模型的训练方法包括：

获取预标注图像；所述预标注图像为通过实际标注框对实际毛孔进行预标注的毛孔图像；

将所述预标注图像输入所述毛孔检测模型中生成预测标注框；

根据实际标注框确定预测标注框总损失，并反向传播更新参数，完成所述毛孔检测模型的训练；所述预测标注框总损失包括定位损失，所述定位损失根据所述实际标注框和所述预测标注框确定，

当所述实际标注框和所述预测标注框的交集不为0时，定位损失；其中，表示实际标注框与预测标注框的交集区域，表示实际标注框与预测标注框的并集区域；

所述实际标注框和所述预测标注框的交集为0时，定位损失；其中，为矩形长宽比的一致性参数表示，表示标注框长宽比在损失中的占比，为实际标注框中心点，为预测标注框中心点，为实际标注框与预测标注框的中心点的欧式距离，为实际标注框与预测标注框的最小闭包区域的对角线距离；

将所述目标毛孔的位置坐标转换为霍夫曲线空间中曲线进行投票，过滤不满足直线条件的目标毛孔；

在滑动窗口内目标毛孔数量满足特征获取条件时，基于滑动窗口内目标毛孔确定毛孔特征。

2.根据权利要求1所述的方法，其特征在于，所述预测标注框的尺寸的确定方法包括：

对所述实际标注框进行聚类计算，确定若干个聚类中心；

根据所述实际标注框的坐标以及所述聚类中心的坐标，计算聚类损失；

确定所述预测标注框的尺寸。

3.根据权利要求2所述的方法，其特征在于，所述预测标注框总损失还包括分类损失和置信损失，所述置信损失，所述分类损失，p为预测标注框标注有目标毛孔的概率，y为输入图像对应的标签，y=1表示预测标注框标注毛孔，y=0表示预测标注框标注背景。

4.根据权利要求3所述的方法，其特征在于，在完成所述毛孔检测模型的训练之后，还包括：

获取未标注图像；

将所述未标注图像输入所述毛孔检测模型，通过预测标注框标注所述未标注图像中的毛孔；

根据所述预测标注框和所述未标注图像中毛孔的关系，确定覆盖度阈值和置信度阈值；所述覆盖度阈值用于过滤IOU值，所述置信度阈值用于过滤预测标注框标注有目标毛孔的概率p值。

5.根据权利要求1所述的方法，其特征在于，所述将所述目标毛孔的位置坐标转换为霍夫曲线空间中曲线进行投票，过滤不满足直线条件的目标毛孔，包括：

将所述目标毛孔的位置坐标转换为霍夫曲线空间中曲线；

基于第一预设阈值和第二预设阈值，过滤不符合直线条件的目标毛孔；所述第一预设阈值为直线的宽度最大值，所述第二预设阈值为直线上目标毛孔的最小数量。

6.根据权利要求1或5所述的方法，其特征在于，所述在滑动窗口内目标毛孔数量满足特征获取条件时，基于滑动窗口内目标毛孔确定毛孔特征，包括：

当滑动窗口内目标毛孔数量最大时，基于滑动窗口内毛孔数量确定毛孔密度。