一种基于生成式人工智能的蚕茧种类预先识别方法

本发明涉及智能农业，尤其涉及一种基于生成式人工智能的蚕茧种类预先识别方法。

背景技术：

1、家蚕是一种重要的经济昆虫，在我国各地均有饲养。在养蚕过程中，受桑叶病虫害、家蚕病害、养殖不当等因素影响，家蚕结茧的质量会有所差异。常见的蚕茧类别包括上车茧、黄斑茧、薄皮茧、柴印茧等。其中：上车茧是质量最优的蚕茧，其余通常被称为劣质茧或下车茧，需要在缫丝前剔除。因此，蚕茧分选是缫丝前的一项重要工作。

2、目前蚕茧分选的方法主要是人工筛选，存在劳动强度较大，工作效率较低的问题。近年来，随着人工智能技术的快速发展，根据不同蚕茧种类在外观上的部分差异，研究人员提出了基于深度学习和计算机视觉的蚕茧种类识别方法。然而，两个实际难题却限制了现有方法在实际生产中的应用：一是蚕茧表面覆盖有一层茧衣，造成蚕茧相互粘连成团，现有的蚕茧分选方法无法针对茧衣粘连的现状，实现在真实环境下劣质茧的精确剔除；而如果使用机械设备先行祛除茧衣，会带来巨大的工作量，且部分黄斑茧的脓液会污染其周围的蚕茧。二是部分劣质茧，例如薄皮茧和死蛹茧，其外观与上车茧高度相似，难以通过视觉特征实现准确识别。

3、因此，亟需一种高效、准确的蚕茧分选方法，以满足产业发展需求。

技术实现思路

1、本发明提供一种基于生成式人工智能的蚕茧种类预先识别方法，以解决现有技术中蚕茧分选效率低的缺陷。

2、一种基于生成式人工智能的蚕茧种类预先识别方法.，包括：

3、步骤一：获取家蚕图像数据集；

4、步骤二：获取所述家蚕图像数据集对应的家蚕轨迹数据集；

5、步骤三：根据所述家蚕图像数据集和家蚕轨迹数据集，训练蚕茧分选模型，得到训练好的蚕茧分选模型；

6、步骤四：将待预测的家蚕图像输入所述训练好的蚕茧分选模型，通过该模型预测蚕茧的种类；所述蚕茧的种类包括：黄斑茧、上车茧、薄皮茧和死蛹茧。

7、进一步地，如上所述的方法，所述家蚕图像为家蚕在5龄第7天拍摄的图像。

8、进一步地，如上所述的方法，所述获取家蚕图像数据集包括：

9、步骤1：使用摄像头从俯视方向采集家蚕的生长视频；

10、步骤2：将所述生长视频按照时间序列截取为家蚕生长图像；

11、步骤3：使用预先训练好的家蚕个体检测模型，对截取的所有家蚕生长图像进行个体检测，通过该家蚕个体检测模型对每个家蚕个体进行唯一编码；

12、步骤4：将编码后的所有家蚕生长图像作为所述家蚕图像数据集。

13、进一步地，如上所述的方法，所述生长视频时长≥6小时。

14、进一步地，如上所述的方法，所述家蚕个体检测模型的训练方法如下：

15、步骤1：采集家蚕的生长视频；生长视频时长≥12小时，生长视频的每帧图像中的家蚕数量≥50只，并间隔1分钟将所述生长视频截取为序列图像；

16、步骤2：手工标记每张截取的序列图像中家蚕结茧后的蚕茧类别；

17、步骤3：利用手工标记的家蚕生长图像作为家蚕训练集；

18、步骤4：根据所述家蚕训练集训练家蚕个体检测模型，得到训练好的家蚕个体检测模型；所述家蚕个体检测模型用于识别出每个图像中是否有蚕存在、蚕的个数、蚕的位置；所述家蚕个体检测模型包括：扩散模型和生成对抗网络；利用所述扩散模型生成中间层，利用所述生成对抗网络进行模型训练。

19、进一步地，如上所述的方法，所述家蚕训练集中，上车茧采集数量≥1.5万只；其他每种类别蚕茧采集数量≥5000只。

20、进一步地，如上所述的方法，获取所述家蚕图像数据集对应的家蚕轨迹数据集包括：

21、使用预先训练好的家蚕多目标追踪模型对所述家蚕图像数据集中的每个家蚕进行目标追踪，以通过所述蚕多目标追踪模型对每个家蚕的运动轨迹进行分类；

22、将包含所有类型运动轨迹的家蚕图像作为所述家蚕轨迹数据集。

23、进一步地，如上所述的方法，所述家蚕多目标追踪模型根据如下方法训练得到：

24、步骤1：用外接矩形的形式，将每张家蚕生长图像中的家蚕按照编号进行位置标注，使得同一只家蚕从初始图片到最后一张图片分配一个身份编号；

25、步骤2：获取每帧图像中家蚕的身份编号及该身份编号对应的家蚕位置；

26、步骤3：根据所述身份编号及其家蚕位置，以家蚕的几何中心、头部、外接矩形框顶点作为单个轨迹点，确定每只家蚕的运动轨迹，从而得到所有家蚕的运动轨迹；

27、步骤4：将所有家蚕的运动轨迹按照蚕茧类型进行分类，对应得到每个蚕茧类型的运动轨迹数据集；

28、步骤5：利用所有蚕茧类型对应的所述运动轨迹数据集训练多目标追踪模型，得到训练好的多目标追踪模型。

29、本发明提供的基于生成式人工智能的蚕茧种类预先识别方法，通过以家蚕的图像和对应的轨迹数据为蚕茧分选模型的输入，就可以预测其结茧后的蚕茧图像，实现对蚕茧种类的预先识别，提高了蚕茧分选的效率。

技术特征：

1.一种基于生成式人工智能的蚕茧种类预先识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述家蚕图像为家蚕在5龄第7天拍摄的图像。

3.根据权利要求2所述的方法，其特征在于，所述获取家蚕图像数据集包括：

4.根据权利要求3所述的方法，其特征在于，所述生长视频时长≥6小时。

5.根据权利要求3所述的方法，其特征在于，所述家蚕个体检测模型的训练方法如下：

6.根据权利要求5所述的方法，其特征在于，所述家蚕训练集中，上车茧采集数量≥1.5万只；其他每种类别蚕茧采集数量≥5000只。

7.根据权利要求3-6任一所述的方法，其特征在于，获取所述家蚕图像数据集对应的家蚕轨迹数据集包括：

8.根据权利要求7所述的方法，其特征在于，所述家蚕多目标追踪模型根据如下方法训练得到：

技术总结本发明提供一种基于生成式人工智能的蚕茧种类预先识别方法，包括：获取家蚕图像数据集；获取家蚕图像数据集对应的家蚕轨迹数据集；步根据家蚕图像数据集和家蚕轨迹数据集，训练蚕茧分选模型，得到训练好的蚕茧分选模型；将待预测的家蚕图像输入训练好的蚕茧分选模型，通过该模型预测蚕茧的种类；所述蚕茧的种类包括：黄斑茧、上车茧、薄皮茧和死蛹茧。本发明提供的方法，通过以家蚕的图像和对应的轨迹数据为蚕茧分选模型的输入，就可以预测其结茧后的蚕茧图像，实现对蚕茧种类的预先识别，提高了蚕茧分选的效率。技术研发人员：石洪康,陈肖,李林波,祝明辉,马勇,张剑飞受保护的技术使用者：四川省农业科学院蚕业研究所（四川省农业科学院特种经济动植物研究所）技术研发日：技术公布日：2024/10/17