(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210906484.0 (22)申请日 2022.07.29 (71)申请人 五邑大学 地址 529000 广东省江门市蓬江区东成村 22号 (72)发明人 翟懿奎　李文霸　江子义　廖锦锐　 王文琪　邹琪　梁长钊　李青　 周建宏　谭梓峻　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 冯健良 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/52(2022.01) G06V 10/74(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G05D 1/10(2006.01) G06N 3/12(2006.01) (54)发明名称 基于形变卷积网络的养殖区域检测方法、 无 人机、 介质 (57)摘要 本申请实施例公开了一种基于形变卷积网 络的养殖区域检测方法、 无人机、 介质， 方法包 括： 确定可巡检区域， 获取预先规划好的养殖区 域， 将所述可巡检区域中除了所述养殖区域以外 的区域确定为目标巡检区域， 所述目标巡检区域 包括多个巡检节点； 根据多个所述巡检节点确定 目标巡检 路径； 根据所述目标巡检 路径进行巡检 并拍摄待检测图像； 将所述待检测图像输入至预 先训练好的形变卷积网络模型进行图像识别处 理， 得到图像预测框， 所述图像预测框对应有预 测类别信息； 根据所述预测类别信息确定养殖区 域检测结果。 根据本申请实施例提供的方案， 能 够结合无人机以及形变卷积网络模型对目标巡 检区域进行养殖区域的检测， 从而有效提高养殖 区域的检测效率。 权利要求书2页 说明书9页 附图5页 CN 115376023 A 2022.11.22 CN 115376023 A 1.一种基于形变卷积网络的养殖区域检测方法， 应用于无人机， 其特征在于， 所述方法 包括： 确定可巡检区域， 获取预先规划好的养殖区域， 将所述可巡检区域中除了所述养殖区 域以外的区域确定为目标巡检区域， 所述目标巡检区域包括多个巡检节点； 根据多个所述巡检节点确定目标巡检路径； 根据所述目标巡检路径进行巡检并拍摄待检测图像； 将所述待检测图像输入至预先训练好的形变卷积网络模型进行图像识别处理， 得到图 像预测框， 所述图像预测框对应有预测类别 信息； 根据所述预测类别 信息确定 养殖区域检测结果。 2.根据权利要求1所述的基于形变卷积网络的养殖区域检测方法， 其特征在于， 所述形 变卷积网络模型包括残差网络、 形变注意力编 码器、 形变注 意力解码器和前馈神经网络； 所 述将所述待检测图像输入至预先训练好的形变卷积网络模型进行图像识别处理， 得到图像 预测框， 包括： 将所述待检测图像输入至所述残差网络进行图像特 征提取， 得到目标图像特 征； 获取预设的位置编码变量， 将所述位置编码变量与所述目标图像特征相加， 生成目标 序列特征； 将所述目标序列特 征输入至所述形变注意力编码器， 得到中间向量； 将所述中间向量输入至所述形变注意力解码器， 得到解码结果； 将所述解码结果输入至所述前馈神经网络的全连接层， 得到所述图像预测框 。 3.根据权利要求1所述的基于形变卷积网络的养殖区域检测方法， 其特征在于， 所述根 据所述预测类别 信息确定 养殖区域检测结果， 包括： 当所述预测类别信 息符合预设条件， 确定所述养殖区域检测结果为所述待检测图像中 存在养殖场图像； 或者， 当所述预测类别信 息不符合预设条件， 确定所述养殖区域检测结果为所述待检测图像 中不存在养殖场图像。 4.根据权利要求3所述的基于形变卷积网络的养殖区域检测方法， 其特征在于， 所述无 人机与客户端通信连接， 所述方法还 包括： 在所述预测类别信 息符合预设条件的情况下， 确定所述预测类别信 息对应的所述图像 预测框的目标位置信息； 将所述目标位置信 息和所述养殖区域检测结果发送至所述客户端， 以使所述客户端在 预设应用程序的界面上展示所述养殖区域检测结果和所述目标位置信息 。 5.根据权利要求1所述的基于形变卷积网络的养殖区域检测方法， 其特征在于， 在所述 将所述待检测图像输入至预先训练好的形变卷积网络模型进 行图像识别处理， 得到图像预 测框之前， 所述方法还 包括： 根据预设的预处 理规则对所述待检测图像进行图像预处 理。 6.根据权利要求1所述的基于形变卷积网络的养殖区域检测方法， 其特征在于： 所述形 变卷积网络模型通过焦点损失函数训练得到 。 7.根据权利要求1所述的方法， 其特征在于， 所述无人机巡检区域中设置有多个无人机权　利　要　求　书 1/2 页 2 CN 115376023 A 2充电柜， 所述方法还 包括： 当检测到所述无人机的剩余电量值低于预设的电量阈值， 从多个所述无人机充电柜中 确定目标充电柜， 并获取所述 目标充电柜的充电柜位置信息， 所述 目标充电柜为与当前无 人机所在位置距离最近的所述无 人机充电柜； 获取当前的环境信息， 根据所述环境信息、 所述充电柜位置信息和所述剩余电量值确 定目标航行信息； 根据所述目标航行信息控制所述无 人机飞行至所述目标充电柜。 8.一种无 人机， 其特 征在于， 包括： 目标巡检区域确定模块， 所述目标巡检区域确定模块用于确定可巡检区域， 获取预先 规划好的养殖区域， 将所述可巡检区域中除了所述养殖区域以外的区域确定为目标巡检区 域， 所述目标巡检区域包括多个巡检节点； 目标巡检路径获取模块， 所述目标巡检路径获取模块用于根据多个所述巡检节点确定 目标巡检路径； 待检测图像获取模块， 所述待检测图像获取模块用于根据 所述目标巡检路径进行巡检 并拍摄待检测图像； 图像预测框获取模块， 所述图像预测框获取模块用于将所述待检测图像输入至预先训 练好的形变卷积网络模型进行图像识别处理， 得到图像预测框， 所述图像预测框对应有预 测类别信息； 养殖区域检测结果获取模块， 所述养殖区域检测结果获取模块用于根据 所述预测类别 信息确定 养殖区域检测结果。 9.一种无人机， 包括： 存储器、 处理器及存储在存储器上并可在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7中任意一项所 述的基于形变卷积网络的养殖区域检测方法。 10.一种计算机可读存储介质， 存储有计算机可执行指令， 所述计算机可执行指令用于 执行如权利要求1至7中任意 一项所述的基于形变卷积网络的养殖区域检测方法。权　利　要　求　书 2/2 页 3 CN 115376023 A 3