【技術實現步驟摘要】
本專利技術屬于人工智能，特別是一種基于人工智能的河蟹性別識別方法及系統。
技術介紹
1、在水產養殖業中，河蟹作為一種重要的經濟物種，其性別識別對于養殖管理、單性別養殖模式發展、市場定位以及遺傳育種等方面具有極其重要的意義。傳統的河蟹性別識別方法主要依賴于大量人工觀察挑選，這種方法不僅耗時費力，而且受限于觀察者的經驗和主觀判斷，導致識別結果的準確性和一致性難以保證，同時在人工識別操作過程中由于時間較長易造成河蟹應激，導致存活率下降，生長性能降低，或影響口感風味。特別是在大規模養殖環境中，人工識別的方法顯然已遠遠無法滿足快速、準確、高效的性別鑒定需求，這已成為急需解決的技術瓶頸問題。
技術實現思路
1、本專利技術的目的是提供一種基于人工智能的河蟹性別識別方法及系統，以解決現有技術中的不足，它通過引入人工智能技術和深度學習模型，實現了河蟹性別的快速、準確識別，不僅提高了識別的精度和效率，還降低了人力成本和時間成本，為水產養殖業的發展提供了有力的技術支持。
2、本申請的一個實施例提供了一種基于人工智能的河蟹性別識別方法，所述方法包括：
3、采集河蟹腹部蟹臍圖像進行預處理和數據增強，構建河蟹性別分類數據集；
4、基于所述河蟹性別分類數據集，生成用于辨認不同性別河蟹的性別特征點圖以及性狀位置差異曲線圖；
5、構建基于人工智能的河蟹性別識別初始模型，并根據所述性別特征點圖以及性狀位置差異曲線圖訓練所述河蟹性別識別初始模型，以獲得訓練完成的河蟹性別識
6、獲取待識別河蟹的視圖圖像數據，并根據所述河蟹性別識別目標模型，確定待識別河蟹的性別識別結果。
7、可選的，所述采集河蟹腹部蟹臍圖像進行預處理和數據增強，構建河蟹性別分類數據集之后，所述方法還包括：
8、對所述河蟹性別分類數據集執行樣本劃分，獲得河蟹性別分類數據集的訓練樣本和測試樣本；
9、執行對所述訓練樣本和測試樣本的聚類處理，確定河蟹性別分類的聚類結果。
10、可選的，所述基于所述河蟹性別分類數據集，生成用于辨認不同性別河蟹的性別特征點圖以及性狀位置差異曲線圖，包括：
11、根據河蟹性別分類的聚類結果，確定河蟹特征數據；所述特征數據包括河蟹腹部蟹臍形狀關鍵點圖以及河蟹鉗子絨毛圖；
12、執行對所述河蟹特征數據的標注，以生成用于辨認不同性別河蟹的性別特征點圖；
13、根據所述性別特征點圖中的像素點對應的灰度值，對用于辨認不同性別河蟹的性別的性狀位置進行定位和性狀位置曲線擬合，以確定性狀位置差異曲線圖。
14、可選的，所述構建基于人工智能的河蟹性別識別初始模型，包括：
15、通過搭建預設層數的動態卷積深度提取特征模塊，并在所述動態卷積深度提取特征模塊的指定層間融合特征分類模塊，生成河蟹性別識別初始模型。
16、可選的，所述河蟹性別識別初始模型至少包含三層動態卷積深度提取特征模塊；所述在所述動態卷積深度提取特征模塊的指定層間融合特征分類模塊，包括：
17、在所述動態卷積深度提取特征模塊的第二層和第三層之間引入融合特征分類模塊。
18、可選的，所述動態卷積深度提取特征模塊基于循環神經網絡架構，通過深度融合特征提取單元與動態卷積搭建生成，通過從輸入的河蟹的性別特征點圖以及性狀位置差異曲線圖中提取區分河蟹性別的特征；
19、所述融合特征分類模塊用于將深度提取特征模塊提取出的特征進行融合，并基于這些融合后的特征對河蟹的性別進行分類。
20、可選的，所述融合特征分類模塊，包括：
21、注意力機制單元、特征權重確認單元以及全連接層，其中，
22、所述注意力機制單元用于在河蟹特征融合過程中，對不同的河蟹性別特征進行加權處理；
23、所述特征權重確認單元用于將注意力機制單元的輸出，經過softmax函數后形成每個性別特征的注意力權重；
24、所述全連接層用于執行對每個性別特征的注意力權重的積運算，并將運算結果映射到分類標簽空間，輸出河蟹性別分類概率分布結果。
25、本申請的又一實施例提供了一種基于人工智能的河蟹性別識別系統，所述系統包括：
26、采集模塊，用于采集河蟹腹部蟹臍圖像進行預處理和數據增強，構建河蟹性別分類數據集；
27、生成模塊，用于基于所述河蟹性別分類數據集，生成用于辨認不同性別河蟹的性別特征點圖以及性狀位置差異曲線圖；
28、構建模塊，用于構建基于人工智能的河蟹性別識別初始模型，并根據所述性別特征點圖以及性狀位置差異曲線圖訓練所述河蟹性別識別初始模型，以獲得訓練完成的河蟹性別識別目標模型；
29、確定模塊，用于獲取待識別河蟹的視圖圖像數據，并根據所述河蟹性別識別目標模型，確定待識別河蟹的性別識別結果。
30、本申請的又一實施例提供了一種存儲介質，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時實現上述任一項所述的方法。
31、本申請的又一實施例提供了一種電子設備，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以實現上述任一項所述的方法。
32、與現有技術相比，本專利技術首先采集河蟹腹部蟹臍圖像進行預處理和數據增強，構建河蟹性別分類數據集；基于河蟹性別分類數據集，生成用于辨認不同性別河蟹的性別特征點圖以及性狀位置差異曲線圖；然后構建基于人工智能的河蟹性別識別初始模型，并根據性別特征點圖以及性狀位置差異曲線圖訓練河蟹性別識別初始模型，以獲得訓練完成的河蟹性別識別目標模型；最后獲取待識別河蟹的視圖圖像數據，并根據所述河蟹性別識別目標模型，確定待識別河蟹的性別識別結果。它通過引入人工智能技術和深度學習模型，實現了河蟹性別的快速、準確識別，不僅提高了識別的精度和效率，還降低了人力成本和時間成本，為水產養殖業的發展提供了有力的技術支持。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的河蟹性別識別方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述采集河蟹腹部蟹臍圖像進行預處理和數據增強，構建河蟹性別分類數據集之后，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述河蟹性別分類數據集，生成用于辨認不同性別河蟹的性別特征點圖以及性狀位置差異曲線圖，包括：
4.根據權利要求3所述的方法，其特征在于，所述構建基于人工智能的河蟹性別識別初始模型，包括：
5.根據權利要求4所述的方法，其特征在于，所述河蟹性別識別初始模型至少包含三層動態卷積深度提取特征模塊；所述在所述動態卷積深度提取特征模塊的指定層間融合特征分類模塊，包括：
6.根據權利要求5所述的方法，其特征在于，所述動態卷積深度提取特征模塊基于循環神經網絡架構，通過深度融合特征提取單元與動態卷積搭建生成，通過從輸入的河蟹的性別特征點圖以及性狀位置差異曲線圖中提取區分河蟹性別的特征；
7.根據權利要求6所述的方法，其特征在于，所述融合特征分類模塊，包括：
8.一種
9.一種存儲介質，其特征在于，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時實現所述權利要求1至7中任一項所述的方法。
10.一種電子設備，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以實現所述權利要求1至7中任一項所述的方法。
...【技術特征摘要】
1.一種基于人工智能的河蟹性別識別方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述采集河蟹腹部蟹臍圖像進行預處理和數據增強，構建河蟹性別分類數據集之后，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述河蟹性別分類數據集，生成用于辨認不同性別河蟹的性別特征點圖以及性狀位置差異曲線圖，包括：
4.根據權利要求3所述的方法，其特征在于，所述構建基于人工智能的河蟹性別識別初始模型，包括：
5.根據權利要求4所述的方法，其特征在于，所述河蟹性別識別初始模型至少包含三層動態卷積深度提取特征模塊；所述在所述動態卷積深度提取特征模塊的指定層間融合特征分類模塊，包括：
6.根據權利要求...
【專利技術屬性】
技術研發人員：任勝杰，馬先俊，龔思銘，任俊杰，蔡春芳，朱健明，
申請(專利權)人：塔里木大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。