← 返回列表

一种基于液滴图像的分类计数方法、系统和存储介质

申请号: CN202311843129.4
申请人: 墨卓生物科技(浙江)有限公司
申请日期: 2023/12/29

摘要文本

本发明公开了一种基于液滴图像的分类计数方法、系统和存储介质,通过使用经过初步训练的液滴分类神经网络模型对测试乳浊液图像进行特征提取,进而在测试乳浊液图像上对识别的各类型液滴标记对应识别特征并获取各类型液滴数量,再对各类型液滴的识别特征进行校验,并根据校验结果调整测量乳浊液图像的识别结果生成修改的标注数据集,将修改的标注数据集作为新训练数据集输入到神经网络模型中再次训练,直至获得达到预设准确率的液滴分类神经网络模型,最后将待分析的目标乳浊液图像输入训练好的液滴分类神经网络模型中形成所述目标乳浊液图像内的液滴分类计数结果,提高了滴液分类计数的准确性和效率。

专利详细信息

项目 内容
专利名称 一种基于液滴图像的分类计数方法、系统和存储介质
专利类型 发明申请
申请号 CN202311843129.4
申请日 2023/12/29
公告号 CN117496274A
公开日 2024/2/2
IPC主分类号 G06V10/764
权利人 墨卓生物科技(浙江)有限公司
发明人 王亮; 裴颢; 汤王鋆; 禹业亚; 郑文山
地址 浙江省嘉兴市桐乡市乌镇镇龙翔大道1888号2幢北侧3-7楼

专利主权项内容

1.一种基于液滴图像的分类计数方法,其特征在于,包括如下步骤:获取包含有液滴的测试乳浊液图像;使用经过初步训练的液滴分类神经网络模型对测试乳浊液图像进行特征提取;在测试乳浊液图像上对识别的各类型液滴标记对应的识别特征并获取各类型液滴数量,所述识别特征被配置为根据不同液滴类型的液滴所在区域绘制不同颜色标识;使用预设液滴校验规则对添加有识别特征的各类型液滴的识别特征进行校验,根据校验结果调整测量乳浊液图像的识别结果并生成修改的标注数据集,作为新训练数据集输入到完成初步训练的液滴分类神经网络模型中再次训练,直至获得达到预设准确率的液滴分类神经网络模型;将通过图像设备捕捉的待分析的包含有液滴的目标乳浊液图像输入训练好的液滴分类神经网络模型中形成所述目标乳浊液图像内的液滴分类计数结果。