申请/专利权人：福建信息职业技术学院

申请日：2023-10-13

公开（公告）日：2024-02-06

公开（公告）号：CN117523553A

主分类号：G06V20/69

分类号：G06V20/69;G06V10/74;G06V10/764;G06V10/82;G06N3/0464;G06N3/08;G06T7/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了一种秀丽线虫目标检测与活体识别方法，基于YOLOv5模型，快速、自动的识别图像中的秀丽线虫，之后，利用SSIM计算公式，对图像的结构性相似度进行计算，通过不同时间、相同位置的子图的相似度的情况，判断秀丽线虫是否为活体。本发明秀丽线虫目标检测与活体识别方法，相比传统人工识别方式，其不仅省时省力，检测及识别的速度快，效率高，且其无需人工干预，减少了人工操作的依赖性，避免了人工操作误差及人工操作的不定性，大大提高秀丽线虫目标检测及活体识体的稳定性、可靠性以及准确性。

主权项：1.一种秀丽线虫目标检测与活体识别方法，其特征在于：包括以下步骤：S1.于一定时间段内对培养有秀丽线虫的培养液进行连续拍摄，批量获取培养液图像；S2.在批量获取的培养液图像中，选取一部分培养液图像进行标注；标注步骤为：对培养液图像中的秀丽线虫进行框选和标记，使培养液图像中每只秀丽线虫外均形成对应的边界框；S3.基于YOLOv5模型，以标注的培养液图像为训练数据集，输入到YOLOv5模型，对YOLOv5模型进行训练，得到有效的目标检测模型；S4.将批量获取的、未标注的培养液图像输入到步骤S3中得到的有效的目标检测模型，由该目标检测模型对各培养液图像中秀丽线虫进行目标检测；目标检测模型对每张培养液图像中秀丽线虫进行目标检测的过程为：目标检测模型识别培养液图像中秀丽线虫的位置，并生成对应的边界框；S5.所有的培养液图像目标检测完成后，选择其中的一幅培养液图像，作为母图，以该母图中的边界框为裁剪线，对母图进行裁剪，同时，对其它所有的培养液图像均进行裁剪，获得每幅培养液图像的若干子图，其中，其它培养液图像的裁剪线以其它培养液图像与母图对齐叠置后与母图的裁剪线位于相同位置为准；S6.将步骤S5所获得的培养液图像的子图分为若干组，每组中所有子图的位置相同且与其它组子图位置不同；利用SSIM计算公式，对每组子图进行结构性相似度计算，而后依据计算的结构性相似度，判断每组子图的秀丽线虫是否为活体。

全文数据：

权利要求：

百度查询： 福建信息职业技术学院 一种秀丽线虫目标检测与活体识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD