公开(公告)号：CN114742825A

公开(公告)日：2022-07-12

申请号：CN202210564788.3

申请日：2022-05-23

Applicant: 东南大学

Inventor： 吴添舒 ,  陈敏 ,  张晓蒙 ,  张纪翔 ,  王馨语

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/774 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开一种基于多任务深度神经网络的秀丽线虫检测方法，检测方法包括获取秀丽线虫的原始荧光图片，对原始荧光图片进行荧光点轮廓和荧光亮度人工标注、图像扩充和预处理后建立训练集，利用多任务学习机制的改进YOLACT网络进行学习，经过改进YOLACT网络秀丽线虫荧光点的实例分割结果和荧光亮度结果，根据RGB图像中对秀丽线虫虫体和荧光点的实例分割结果，得到荧光点的二值掩膜及像素坐标信息，根据二值掩膜像素坐标，计算出荧光点的面积。本发明检测方法通过秀丽线虫荧光点分割、荧光度和尺寸测量的并行学习，输出三个结果，通过多任务学习机制中多种损失函数之间的相互补充作用，能够提高对输出结果的准确率，提升学习效率的同时提高了准确率。