CN112461342B - 水产品称重方法、终端设备及存储介质 - Google Patents
水产品称重方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN112461342B CN112461342B CN202011219123.6A CN202011219123A CN112461342B CN 112461342 B CN112461342 B CN 112461342B CN 202011219123 A CN202011219123 A CN 202011219123A CN 112461342 B CN112461342 B CN 112461342B
- Authority
- CN
- China
- Prior art keywords
- image
- subsequence
- sequence
- aquatic product
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G17/00—Apparatus for or methods of weighing material of special form or property
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请适用于人工智能技术领域,提供了一种水产品称重方法、终端设备及存储介质,其中,上述方法包括:获取水产品的图像序列;图像序列为载有水产品的料台离开水面后采集的图像序列;从图像序列中筛选目标子序列;目标子序列中每帧图像上的水产品均处于稳定状态;根据目标子序列中每帧图像对应的称重数据,计算水产品的重量。本申请实施例提供的水产品称重方法、终端设备及存储介质,通过机器视觉采集水产品的图像序列,并从中选取处于稳定状态的目标子序列,进而利用稳定状态下水产品图像帧对应的称重数据计算得到水产品的重量,能够避免鱼虾等水产品离开水面后因弹跳造成的称重数据误差,实现了自动化的水产品精准称重。
Description
技术领域
本申请属于人工智能技术领域,尤其涉及一种水产品称重方法、终端设备及存储介质。
背景技术
水产养殖中的水产品,例如鱼、虾等生活于水中,对其形体、形态、习性的人为观测难度较大,在实际生产过程中对其生长速度、健康状况、摄食情况、行为习性的观测和分析难以准确进行,或只能通过阶段性的抽样测量和观测对其生物学和行为学特征进行定性描述。在实际生产过程中,技术人员对鱼、虾的观测以抽样调查为主。例如,在鱼类养殖过程中,将养殖池中的鱼捞出一定数量,对其进行体长、体重等形体指标测量,对其体表进行观测,判断其健康情况,进行数据记录。在虾类养殖过程中,通过在水中悬挂料台,将料台及上面附着的虾一同提出水面,进行测量和观察。目前依靠人工操作的水产品观测技术存在以下缺点:
1.操作繁琐,工作效率低下;
2.抽样数量有限,准确率较低;
3.观测频率低,信息连续性差;
4.人为观测存在主观因素干扰,以定性描述为主,难以实现定量分析和统计。
发明内容
有鉴于此,本申请实施例提供了一种水产品称重方法、终端设备及存储介质,以解决目前完全依靠人工操作进行水产品称重的问题。
根据第一方面,本申请实施例提供了一种水产品称重方法,包括:获取水产品的图像序列;所述图像序列为载有所述水产品的料台离开水面后采集的图像序列;从所述图像序列中筛选目标子序列;所述目标子序列中每帧图像上的所述水产品均处于稳定状态;根据所述目标子序列中每帧图像对应的称重数据,计算所述水产品的重量。
结合第一方面,在本申请的一些实施例中,所述从所述图像序列中筛选目标子序列的步骤,包括:从所述图像序列中选取图像子序列;所述图像子序列包含按时间顺序连续排列的多帧图像;计算所述图像子序列中任意两帧图像之间的差值;当所述图像子序列中任意两帧图像之间的差值均小于预设阈值时,确定所述图像子序列为所述目标子序列。
结合第一方面,在本申请的一些实施例中,所述从所述图像序列中筛选目标子序列的步骤,还包括:当所述图像子序列中任意两帧图像之间的差值大于或等于预设阈值时,从所述图像序列中重新选取图像子序列,并执行所述计算所述图像子序列中任意两帧图像之间的差值的步骤,直至筛选出所述目标子序列。
结合第一方面,在本申请的一些实施例中,所述从所述图像序列中重新选取图像子序列的步骤,为:按时间顺序从所述图像序列中选取时间靠后的另一图像子序列。
结合第一方面,在本申请的一些实施例中,所述获取水产品的图像序列的步骤,包括:获取所述料台离开水面的时间;以所述料台离开水面的时间为起点,经过预设时间间隔后,采集所述图像序列。
结合第一方面,在本申请的一些实施例中,所述获取水产品的图像序列的步骤,包括:获取所述料台与水面之间的距离;当所述料台与水面之间的距离达到预设距离,且所述料台与水面之间的距离稳定时,采集所述图像序列。
结合第一方面,在本申请的一些实施例中,在所述获取水产品的图像序列的步骤之前,以及在所述从所述图像序列中筛选目标子序列的步骤之后,所述水产品称重方法还包括:按照时间顺序,从所述图像序列中的第一帧图像开始,根据预设时长从所述图像序列中删除多帧图像。
根据第二方面,本申请实施例提供了一种终端设备,包括:输入单元,用于获取水产品的图像序列;所述图像序列为载有所述水产品的料台离开水面后采集的图像序列;筛选单元,用于从所述图像序列中筛选目标子序列;所述目标子序列中每帧图像上的所述水产品均处于稳定状态;计算单元,用于根据所述目标子序列中每帧图像对应的称重数据,计算所述水产品的重量。
根据第三方面,本申请实施例提供了另一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面或第一方面任一实施方式所述方法的步骤。
根据第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述方法的步骤。
本申请实施例提供的水产品称重方法、终端设备及存储介质,通过机器视觉采集水产品的图像序列,并从中选取处于稳定状态的目标子序列,进而利用稳定状态下水产品图像帧对应的称重数据计算得到水产品的重量,能够避免鱼虾等水产品离开水面后因弹跳造成的称重数据误差,实现了自动化的水产品精准称重,能够全天候自动采集水产品图像和自动精准称重,为后续对水产品的生长速度、健康状况、摄食情况、行为习性的观测和分析提供基础数据。本申请实施例提供的水产品称重方法、终端设备及存储介质,能够规避人工操作,解决了传统的水产品称重完全依靠人工操作的问题,有利于提高水产品称重的抽样频率,改善传统人工统计信息连续性差的情况,排除了人为观测存在的主观因素干扰。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的水产品称重方法的一个具体示例的流程图;
图2是本申请实施例提供的水产品称重方法的另一个具体示例的流程图;
图3是本申请实施例提供的终端设备的结构示意图;
图4是本申请实施例提供的另一终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
本申请实施例提供了一种水产品称重方法,如图1所示,该方法可以包括以下步骤:
步骤S101:获取水产品的图像序列。图像序列为载有水产品的料台离开水面后采集的图像序列。
鱼虾等水产品在刚离开水面的一小段时间内,往往会激烈弹跳。如果在鱼虾恰好处于弹跳时进行称重,所得数据误差较大。在实际应用中,从提高称重准确度和减小数据采集量等多个角度考虑,都应当尽量减少采集鱼虾在离水开水面后正处于激烈弹跳状态下的图像及称重数据。
在一具体实施方式中,可以通过以下几个子步骤实现步骤S101的过程:
步骤S1011:获取料台离开水面的时间。
步骤S1012:以料台离开水面的时间为起点,经过预设时间间隔后,采集图像序列。
根据鱼虾等水产品的习性,鱼虾离水开水面后会激烈弹跳,一般持续时间较短,不超过10秒便会静止,这也是对其进行称重的好时机。在实际应用中,可以根据鱼虾离水开水面后持续弹跳的时间,确定预设的时间间隔,例如将预设的时间间隔设置为10秒钟。
用于采集图像序列的摄像装置的位置是固定的,摄像装置的焦距也是确定的。通过控制料台与水面之间的距离,间接控制料台与摄像装置之间的距离,能够保证料台在摄像装置的焦距范围内采集图像序列,可以使采集的每一帧图像都是具有较高清晰度的水产品图像。同时,在料台离开水面并上升至摄像装置的焦距范围这一过程中,通过控制料台的上升速度,可以对料台的上升时间进行管控,使鱼虾等水产品在料台上升期间逐渐从激烈弹跳状态转换为稳定状态。在稳定状态下,鱼虾等水产品均匍匐于料台上,不会对测重数据产生影响。
在一具体实施方式中,还可以通过以下几个子步骤实现步骤S101的过程:
步骤S1011’:获取料台与水面之间的距离。
步骤S1012’:判断料台与水面之间的距离是否达到预设距离,以及料台与水面之间的距离是否稳定。当料台与水面之间的距离达到预设距离,且料台与水面之间的距离稳定时,执行步骤S1013’;当料台与水面之间的距离未达到预设距离,或者料台与水面之间的距离不稳定时,返回步骤S1011’。
步骤S1013’:采集图像序列。当料台与水面之间的距离达到预设距离时,可以认为料台与进入摄像装置的焦距范围;当料台与水面之间的距离稳定时,可以认为料台已不再上升,此时采集图像更容易拍摄到清晰的图像。
步骤S102:从图像序列中筛选目标子序列。目标子序列中每帧图像上的水产品均处于稳定状态。
为了提高对鱼虾等水产品称重的准确度,需要采集水产品处于稳定状态下的测重数据。具体的,可以通过拍摄图像并采用机器是觉的方式识别鱼虾等水产品是否恰处于稳定状态,只有在其处于稳定状态下采集的称重数据才能准确反应料台所承载的重量。
作为例子,可以通过以下几个子步骤实现步骤S102的过程:
步骤S1021:从图像序列中选取图像子序列。可以在图像序列中随机选取几帧连续排列的图像,构成图像子序列。
步骤S1022:计算图像子序列中任意两帧图像之间的差值。可以预先设定几个位置采样点,计算图像子序列中任意两帧图像上位置采样点所对应的灰度差,将各个位置采样点所对应的灰度差之和作为上述两帧图像之间的差值。
步骤S1023:判断图像子序列中任意两帧图像之间的差值是否小于预设阈值。当图像子序列中任意两帧图像之间的差值均小于预设阈值时,执行步骤S1024;当图像子序列中任意两帧图像之间的差值大于或等于预设阈值时,执行步骤S1025。
步骤S1024:确定图像子序列为目标子序列。
步骤S1025:从图像序列中重新选取图像子序列,并返回步骤S1022。具体的,可以按时间顺序从图像序列中选取时间靠后的另一图像子序列作为步骤S1025重新选取的图像子序列。
目标子序列中的图像均为水产品处于稳定状态下采集的图像。当鱼虾等水产品处于稳定状态时,鱼虾等水产品会安静的匍匐在料台上,此时在短时间内连续采集的几帧图像往往是相同的图像或者极为近似的图像。通过步骤S1022计算所得的目标子序列中图像的差值会很小,根据预设的一个阈值以及步骤S1022计算得到的差值,可以识别出符合条件的目标子序列。
步骤S103:根据目标子序列中每帧图像对应的称重数据,计算水产品的重量。目标子序列中的每帧图像均对应有称重数据,这些称重数据的平均值可以作为料台中水产品的重量。
为了提高水产品称重的效率,如图2所示,还可以在步骤S101和步骤S102之间增设以下步骤:
步骤S102’:按照时间顺序,从图像序列中的第一帧图像开始,根据预设时长从图像序列中删除多帧图像。
在图像序列中,按照时间顺序越靠前的图像帧越有可能是鱼虾等水产品在弹跳状态下的图像。因此,可以在筛选目标子序列之前,将图像序列中前几帧图像先行删除,从而提高后续步骤S102筛选目标子序列的效率,进而提高水产品称重的效率。
本申请实施例提供的水产品称重方法,通过机器视觉采集水产品的图像序列,并从中选取处于稳定状态的目标子序列,进而利用稳定状态下水产品图像帧对应的称重数据计算得到水产品的重量,能够避免鱼虾等水产品离开水面后因弹跳造成的称重数据误差,实现了自动化的水产品精准称重,能够全天候自动采集水产品图像和自动精准称重,为后续对水产品的生长速度、健康状况、摄食情况、行为习性的观测和分析提供基础数据。本申请实施例提供的水产品称重方法、终端设备及存储介质,能够规避人工操作,解决了传统的水产品称重完全依靠人工操作的问题,有利于提高水产品称重的抽样频率,改善传统人工统计信息连续性差的情况,排除了人为观测存在的主观因素干扰。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供了一种终端设备,如图3所示,该终端设备可以包括输入单元301、筛选单元302和计算单元303。
具体的,输入单元301用于获取水产品的图像序列,图像序列为载有水产品的料台离开水面后采集的图像序列;其对应的工作过程可参见上述方法实施例中步骤S101的描述。
筛选单元302用于从图像序列中筛选目标子序列;目标子序列中每帧图像上的水产品均处于稳定状态;其对应的工作过程可参见上述方法实施例中步骤S102的描述。
计算单元303用于根据目标子序列中每帧图像对应的称重数据,计算水产品的重量;其对应的工作过程可参见上述方法实施例中步骤S103的描述。
图4是本申请一实施例提供的另一终端设备的示意图。如图4所示,该实施例的终端设备400包括:处理器401、存储器402以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序403,例如水产品称重程序。所述处理器401执行所述计算机程序403时实现上述各个水产品称重方法实施例中的步骤,例如图1所示的步骤S101至步骤S103。或者,所述处理器401执行所述计算机程序403时实现上述各装置实施例中各模块/单元的功能,例如图3所示输入单元301、个体识别单元302和数量统计单元303的功能。
所述计算机程序403可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器402中,并由所述处理器401执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序403在所述终端设备400中的执行过程。例如,所述计算机程序403可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
所述终端设备400可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器401、存储器402。本领域技术人员可以理解,图4仅仅是终端设备400的示例,并不构成对终端设备400的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以是所述终端设备400的内部存储单元,例如终端设备400的硬盘或内存。所述存储器402也可以是所述终端设备400的外部存储设备,例如所述终端设备400上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器402还可以既包括所述终端设备400的内部存储单元也包括外部存储设备。所述存储器402用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种水产品称重方法,其特征在于,包括:
获取水产品的图像序列;所述图像序列为载有所述水产品的料台离开水面后采集的图像序列;
从所述图像序列中筛选目标子序列;所述目标子序列中每帧图像上的所述水产品均处于稳定状态;
所述从所述图像序列中筛选目标子序列的步骤,包括:
从所述图像序列中选取图像子序列;所述图像子序列包含按时间顺序连续排列的多帧图像;
计算所述图像子序列中任意两帧图像之间的差值;
当所述图像子序列中任意两帧图像之间的差值均小于预设阈值时,确定所述图像子序列为所述目标子序列;
当所述图像子序列中任意两帧图像之间的差值大于或等于预设阈值时,从所述图像序列中重新选取图像子序列,并执行所述计算所述图像子序列中任意两帧图像之间的差值的步骤,直至筛选出所述目标子序列;
根据所述目标子序列中每帧图像对应的称重数据,计算所述水产品的重量。
2.如权利要求1所述的水产品称重方法,其特征在于,所述从所述图像序列中重新选取图像子序列的步骤,为:
按时间顺序从所述图像序列中选取时间靠后的另一图像子序列。
3.如权利要求1所述的水产品称重方法,其特征在于,所述获取水产品的图像序列的步骤,包括:
获取所述料台离开水面的时间;
以所述料台离开水面的时间为起点,经过预设时间间隔后,采集所述图像序列。
4.如权利要求1所述的水产品称重方法,其特征在于,所述获取水产品的图像序列的步骤,包括:
获取所述料台与水面之间的距离;
当所述料台与水面之间的距离达到预设距离,且所述料台与水面之间的距离稳定时,采集所述图像序列。
5.如权利要求1所述的水产品称重方法,其特征在于,在所述获取水产品的图像序列的步骤之前,以及在所述从所述图像序列中筛选目标子序列的步骤之后,所述水产品称重方法还包括:
按照时间顺序,从所述图像序列中的第一帧图像开始,根据预设时长从所述图像序列中删除多帧图像。
6.一种终端设备,其特征在于,包括:
输入单元,用于获取水产品的图像序列;所述图像序列为载有所述水产品的料台离开水面后采集的图像序列;
筛选单元,用于从所述图像序列中筛选目标子序列;所述目标子序列中每帧图像上的所述水产品均处于稳定状态;所述筛选单元用于从所述图像序列中选取图像子序列,并计算所述图像子序列中任意两帧图像之间的差值;所述图像子序列包含按时间顺序连续排列的多帧图像;当所述图像子序列中任意两帧图像之间的差值均小于预设阈值时,所述筛选单元确定所述图像子序列为所述目标子序列;当所述图像子序列中任意两帧图像之间的差值大于或等于预设阈值时,所述筛选单元从所述图像序列中重新选取图像子序列,并执行所述计算所述图像子序列中任意两帧图像之间的差值的步骤,直至筛选出所述目标子序列;
计算单元,用于根据所述目标子序列中每帧图像对应的称重数据,计算所述水产品的重量。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011219123.6A CN112461342B (zh) | 2020-11-04 | 2020-11-04 | 水产品称重方法、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011219123.6A CN112461342B (zh) | 2020-11-04 | 2020-11-04 | 水产品称重方法、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112461342A CN112461342A (zh) | 2021-03-09 |
CN112461342B true CN112461342B (zh) | 2022-04-01 |
Family
ID=74834494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011219123.6A Active CN112461342B (zh) | 2020-11-04 | 2020-11-04 | 水产品称重方法、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112461342B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967306A (zh) * | 2021-04-02 | 2021-06-15 | 青岛丰禾星普科技有限公司 | 对虾养殖中收获时机的评估方法、终端设备及可读存储介质 |
CN115130859A (zh) * | 2022-06-28 | 2022-09-30 | 华采科技(北京)有限公司 | 一种水产品品质管理信息化方法、系统、装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002086075A (ja) * | 2000-09-14 | 2002-03-26 | Yutaka Sangyo Kikai Hanbai Kk | 魚体選別装置と活〆装置 |
CN104344877A (zh) * | 2014-10-30 | 2015-02-11 | 浙江大学 | 一种鸡的现场计数称重方法及系统 |
CN110288580A (zh) * | 2019-06-25 | 2019-09-27 | 深圳德里克设备有限公司 | 牲畜体重的测量方法、测量装置及可读存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0850052A (ja) * | 1994-08-05 | 1996-02-20 | Yamato Scale Co Ltd | 魚の体長及び体重測定装置 |
CN102279037B (zh) * | 2011-06-03 | 2013-03-20 | 王良田 | 活体动物称重方法和装置 |
US20140246256A1 (en) * | 2013-03-04 | 2014-09-04 | Brent J. Stadther | Fish Weighing & Floatation Device |
CN104931120B (zh) * | 2015-06-23 | 2017-10-20 | 谢元莲 | 一种网箱养鱼的重量检测方法 |
US10021859B1 (en) * | 2016-05-06 | 2018-07-17 | Adam Miller | Fish kiosk for weighing and transmitting fish weight and method for its use |
CN107886086B (zh) * | 2017-12-01 | 2020-01-14 | 中国农业大学 | 一种基于图像视频的目标动物检测方法及装置 |
CN108827106A (zh) * | 2018-04-25 | 2018-11-16 | 北京农业信息技术研究中心 | 一种基于机器视觉的鱼类生长数据测量装置及测量方法 |
CN108871520A (zh) * | 2018-07-06 | 2018-11-23 | 平安科技(深圳)有限公司 | 牲畜体重测量方法及装置 |
CN109167923B (zh) * | 2018-10-23 | 2021-06-29 | Oppo广东移动通信有限公司 | 图像传输方法、装置、电子设备和存储介质 |
CN110782477A (zh) * | 2019-10-10 | 2020-02-11 | 重庆第二师范学院 | 基于序列图像的运动目标快速检测方法、计算机视觉系统 |
CN111783707B (zh) * | 2020-07-08 | 2024-06-11 | 浙江大华技术股份有限公司 | 称重预处理方法、称重设备和计算机可读存储介质 |
CN112232978B (zh) * | 2020-10-20 | 2022-11-04 | 青岛丰禾星普科技有限公司 | 水产品体长和重量检测方法、终端设备及存储介质 |
-
2020
- 2020-11-04 CN CN202011219123.6A patent/CN112461342B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002086075A (ja) * | 2000-09-14 | 2002-03-26 | Yutaka Sangyo Kikai Hanbai Kk | 魚体選別装置と活〆装置 |
CN104344877A (zh) * | 2014-10-30 | 2015-02-11 | 浙江大学 | 一种鸡的现场计数称重方法及系统 |
CN110288580A (zh) * | 2019-06-25 | 2019-09-27 | 深圳德里克设备有限公司 | 牲畜体重的测量方法、测量装置及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112461342A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112232978B (zh) | 水产品体长和重量检测方法、终端设备及存储介质 | |
CN112257564B (zh) | 水产品数量统计方法、终端设备及存储介质 | |
CN112461342B (zh) | 水产品称重方法、终端设备及存储介质 | |
KR102234605B1 (ko) | 기계학습 예측 모델에 기초한 최적의 소 출하 시점 결정 방법 | |
KR102062609B1 (ko) | 3d 영상을 이용한 휴대형 가축 무게 측정시스템 | |
CN109632059B (zh) | 一种智能养猪方法、系统、电子设备及存储介质 | |
CN109522899B (zh) | 咖啡成熟果实的检测方法、装置及电子设备 | |
CN112232977A (zh) | 水产品养殖评估方法、终端设备及存储介质 | |
CN108229351B (zh) | 一种动物养殖方法、动物养殖装置及电子设备 | |
CN112184699A (zh) | 水产品健康检测方法、终端设备及存储介质 | |
CN109086696B (zh) | 一种异常行为检测方法、装置、电子设备及存储介质 | |
CN111127396A (zh) | 鱼类重量测算方法及装置 | |
CN113615629A (zh) | 水产养殖水质监控方法、终端设备及可读存储介质 | |
CN113155784A (zh) | 水体透明度检测方法、终端设备及存储介质 | |
EP4008179A1 (en) | Method and system for determining biomass of aquatic animals | |
CN115439789A (zh) | 一种家蚕生命状态智能识别方法和识别系统 | |
CN113989538A (zh) | 基于深度图像的鸡群均匀度估测方法、装置、系统及介质 | |
CN114358163A (zh) | 一种基于孪生网络与深度数据的采食量监测方法及系统 | |
CN113052114A (zh) | 死虾识别方法、终端设备及可读存储介质 | |
CN116830162A (zh) | 用于生物体量化的系统、方法和计算机可执行代码 | |
CN112954138A (zh) | 水产经济动物图像采集方法、终端设备及可移动料台 | |
CN112967306A (zh) | 对虾养殖中收获时机的评估方法、终端设备及可读存储介质 | |
CN112016740B (zh) | 数据处理方法和装置 | |
CN111223137B (zh) | 一种养殖产品的数量确定方法、装置、终端及存储介质 | |
CN112613801B (zh) | 一种土鸡肉质的量化评价方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |