[發明專利]基于深度學習的病原孢子識別計數方法和裝置在審
| 申請號： | 202110462194.7 | 申請日： | 2021-04-27 |
| 公開（公告）號： | CN113192022A | 公開（公告）日： | 2021-07-30 |
| 發明（設計）人： | 王翔宇;李海生;呂麗君;韓丹楓 | 申請（專利權）人： | 長治學院 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06K9/00;G06K9/62;G06T7/11 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 張雅娜 |
| 地址： | 046011 *** | 國省代碼： | 山西;14 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 深度 學習 病原 孢子 識別 計數 方法 裝置 | ||
1.一種基于深度學習的病原孢子識別計數方法，其特征在于，包括：
確定待識別計數的病原孢子圖像；
將所述待識別計數的病原孢子圖像輸入至病原孢子識別模型中，得到所述病原孢子識別模型輸出的所述病原孢子圖像的語義分割結果；
基于所述病原孢子圖像的語義分割結果進行不同類型病原孢子的自動計數，得到所述病原孢子圖像中每一類型病原孢子的數量；
其中，所述病原孢子識別模型是基于樣本病原孢子圖像及其樣本標注結果訓練得到的。
2.根據權利要求1所述的基于深度學習的病原孢子識別計數方法，其特征在于，所述病原孢子識別模型是基于如下步驟訓練得到的：
收集不同類型的蔬菜病原孢子并制成玻片標本，并利用電子顯微鏡對所述玻片標本進行拍照，得到樣本病原孢子圖像；
對所述樣本病原孢子圖像進行像素語義標注，得到所述樣本病原孢子的樣本標注結果；
基于所述樣本病原孢子圖像及其樣本標注結果，訓練所述病原孢子識別模型。
3.根據權利要求2所述的基于深度學習的病原孢子識別計數方法，其特征在于，所述收集不同類型的蔬菜病原孢子并制成玻片標本，并利用電子顯微鏡對所述玻片標本進行拍照，得到樣本病原孢子圖像，具體包括：
利用電子顯微鏡對所述玻片標本進行拍照，并將所拍照片存儲；其中，所述照片的存儲格式為JPG，24位深，RGB顏色空間模式，所述電子顯微鏡的放大倍數為10×20；
基于所述照片中包含病原孢子的目標區域，對所述照片進行裁切，得到所述樣本病原孢子圖像。
4.根據權利要求2所述的基于深度學習的病原孢子識別計數方法，其特征在于，訓練所述病原孢子識別模型時，設置訓練迭代次數為100，小批量規模為4，L2正則化系數為0.0001，初始學習率為0.05，動量參數為0.9，梯度閾值為0.05。
5.根據權利要求2所述的基于深度學習的病原孢子識別計數方法，其特征在于，訓練所述病原孢子識別模型時，采用平均像素準確率作為評價指標對所述病原孢子識別模型的訓練效果進行評價；
所述平均像素準確率可以基于如下公式計算：
其中，pii表示本屬于i類且預測為i類的像素點總數；pij表示本屬于i類卻預測為j類的像素點總數，k為像素點總數。
6.根據權利要求1至5任一項所述的基于深度學習的病原孢子識別計數方法，其特征在于，所述病原孢子識別模型包括多尺度的下采樣層和對應的上采樣層；同一尺度的下采樣層與上采樣層之間跳層連接；所述下采樣層和上采樣層中包括卷積層和線性整流函數層，且首個下采樣層以外的其他下采樣層還包括最大池化層。
7.根據權利要求1至5任一項所述的基于深度學習的病原孢子識別計數方法，其特征在于，所述基于所述病原孢子圖像的語義分割結果進行不同類型病原孢子的自動計數，得到所述病原孢子圖像中每一類型病原孢子的數量，具體包括：
基于所述病原孢子圖像的語義分割結果中每一像素的語義類型，以及各個像素之間的距離，將屬于同一病原孢子的像素劃分為同一組；
基于每組像素的語義類型，確定所述病原孢子圖像中每一類型病原孢子的數量。
8.一種基于深度學習的病原孢子識別計數裝置，其特征在于，包括：
圖像采集單元，用于確定待識別計數的病原孢子圖像；
圖像識別單元，用于將所述待識別計數的病原孢子圖像輸入至病原孢子識別模型中，得到所述病原孢子識別模型輸出的所述病原孢子圖像的語義分割結果；
計數統計單元，用于基于所述病原孢子圖像的語義分割結果進行不同類型病原孢子的自動計數，得到所述病原孢子圖像中每一類型病原孢子的數量；
其中，所述病原孢子識別模型是基于樣本病原孢子圖像及其樣本標注結果訓練得到的。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于長治學院，未經長治學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202110462194.7/1.html，轉載請聲明來源鉆瓜專利網。
