(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 202210814050.8 (22)申请日 2022.07.12 (71)申请人 中关村科 学城城市大脑 股份有限公 司 地址 100081 北京市海淀区中关村南大街5 号1区689号楼海淀科技大厦6层 (72)发明人 杨振　赵丽丽　梅一多　马立宁　 黄梅银　王忠清　 (74)专利代理 机构 北京唯智勤实知识产权代理 事务所(普通 合伙) 11557 专利代理师 孙姣 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/20(2022.01) G06V 10/40(2022.01)G06V 10/74(2022.01) G06V 10/25(2022.01) G06V 10/54(2022.01) G06V 10/56(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 应用于甘 草饮片的等级信息生 成方法、 装置 和电子设备 (57)摘要 本公开的实施例公开了应用 于甘草饮片的 等级信息生成方法、 装置和电子设备。 该方法的 一具体实施方式包括： 通过目标 终端上的图像采 集装置采集图像， 得到待检测图像集合； 对待检 测图像集合中的每张待检测图像进行图像预处 理， 以生成预处理后图像； 确定预处理后图像集 合中的每张预处理后图像对应的甘草饮片表面 类别； 响应于确定甘草饮片表 面类别集合包含预 设表面类别集合中的各个预设表 面类别， 将预处 理后图像集合中的预处理后图像输入至预先训 练的甘草饮片等级确定模型， 以生成甘草饮片等 级信息； 在目标终端包括的显示装置上显示甘草 饮片等级信息和甘草饮片等级信息对应的提示 信息。 该实施方式提高了生 成的甘草饮片等级的 准确率。 权利要求书3页 说明书13页 附图6页 CN 115239994 A 2022.10.25 CN 115239994 A 1.一种应用于甘草饮片的等级信息生成方法， 包括： 响应于接收到 图像采集指令信息， 通过目标终端上的图像采集装置采集图像， 得到待 检测图像集 合， 其中， 所述待检测图像集 合中的待检测图像为包 含有甘草饮片的图像； 对所述待检测图像集合中的每张待检测图像进行图像预处理， 以生成预处理后图像， 得到预处 理后图像集 合； 确定所述预处理后图像集合中的每张预处理后图像对应的甘草饮片表面类别， 得到甘 草饮片表面类别集合， 其中， 甘草饮片表面类别表征预处理后图像中的甘草饮片的表面的 类别； 响应于确定所述甘草饮片表面类别集合包含预设表面类别集合中的各个预设表面类 别， 将所述预处理后图像集合中的预处理后图像输入至预先训练的甘草饮片等级确定模 型， 以生成甘草饮片等级信息； 在所述目标终端包括的显示装置上显示所述甘草饮片等级信息和所述甘草饮片等级 信息对应的提 示信息。 2.根据权利要求1所述的方法， 其中， 所述对所述待检测图像集合中的每张待检测图像 进行图像预处 理， 以生成预处 理后图像， 包括： 对所述待检测图像进行图像裁剪， 以生成裁剪后图像， 其中， 所述裁剪后图像的图像尺 寸与预设尺寸 一致； 通过预先训练的图像增强模型， 对所述裁剪后图像进行图像增强处理， 以生成所述待 检测图像对应的预处 理后图像。 3.根据权利要求2所述的方法， 其中， 所述图像增强模型包括： 特征下采样网络、 平均池 化层和特征上采样网络， 所述特征下采样网络包括： 第一下采样卷积块、 第二下采样卷积块 和第三下采样卷积块， 所述特征上采样网络包括： 第一上采样卷积块、 第二上采样卷积块和 第三上采样卷积块； 以及 所述通过预先训练的图像增强模型， 对所述裁剪后图像进行图像增强处理， 以生成所 述待检测图像对应的预处 理后图像， 包括： 将所述裁 剪后图像输入所述第一下采样卷积块， 以生成第一下采样特 征图； 将所述第一下采样特 征图输入所述第二下采样卷积块， 以生成第二下采样特 征图； 将所述第二下采样特 征图输入所述第三下采样卷积块， 以生成第三下采样特 征图； 将所述第三下采样特 征图输入所述平均池化层， 以生成池化特 征图； 将所述池化特征图输入所述第 一上采样卷积块， 以生成第 一上采样特征图， 其中， 所述 第三下采样特 征图的特 征图尺寸和所述第一上采样特 征图的特 征图尺寸 一致； 将所述第一上采样特征图和所述第 三下采样特征图进行特征叠加， 以生成第 一叠加特 征图； 将所述第 一叠加特征图输入所述第 二上采样卷积块， 以生成第二上采样特征图， 其中， 所述第二上采样特 征图的特 征图尺寸和所述第二下采样特 征图的特 征图尺寸 一致； 将所述第二上采样特征图和所述第 二下采样特征图进行特征叠加， 以生成第 二叠加特 征图； 将所述第二叠加特征图输入所述第 三上采样卷积块， 以生成所述待检测图像对应的预 处理后图像。权　利　要　求　书 1/3 页 2 CN 115239994 A 24.根据权利要求3所述的方法， 其中， 所述确定所述预处理后图像集合中的每张预处理 后图像对应的甘草饮片表面类别， 包括： 通过预选训练的目标检测模型中图像压缩层， 对所述预处理后图像进行特征图像压 缩， 以生成压缩后图像； 通过所述目标检测模型包括的特征提取模型， 对所述压缩后图像进行特征提取， 以生 成特征提取图， 其中， 所述特 征提取图的特 征图尺寸与所述压缩后图像的图像尺寸 一致； 通过所述目标检测模型包括的第一角点检测模型， 对所述特征提取图进行角点检测， 以生成第一角点信息集合， 其中， 所述第一角点信息集合中的第一角点信息包括： 角点位置 信息和角点嵌入向量； 通过所述目标检测模型包括的第二角点检测模型， 对所述特征提取图进行角点检测， 以生成第二角点信息集 合， 其中， 所述第二角点信息包括： 角点 位置信息和角点嵌入向量； 对于所述第一角点信息集 合中的每 个第一角点信息， 执 行以下处 理步骤： 确定所述第 一角点信 息包括的角点嵌入向量， 和所述第 二角点信 息集合中的每个第 二 角点信息包括的角点嵌入向量之间的相似度， 得到角点相似度数值； 根据所述第 一角点信 息包括的角点位置信 息和目标角点信 息包括的角点位置信 息， 生 成感兴趣区域信息， 其中， 所述 目标角点信息为所述第二角点信息集合中对应的角点相似 度数值满足筛 选条件的第二角点信息； 将得到的感兴趣区域信 息集合中的每个感兴趣区域信 息对应的特征提取子图， 输入所 述目标检测模型包括的分类网络， 以生成所述预处 理后图像对应的甘草饮片表面类别。 5.根据权利要求4所述的方法， 其中， 所述甘草饮片等级确定模型包括： 甘草饮片横截 面纹理确定模型和甘草饮片直径确定模型； 以及 所述将所述预处理后图像集合中的预处理后图像输入至预先训练的甘草饮片等级确 定模型， 以生成甘草饮片等级信息， 包括： 对于所述预处 理后图像集 合中每个的预处 理后图像， 执 行以下处 理步骤： 响应于确定所述预处理后图像对应的甘草饮片表面类别为第 一类别， 将所述预处理后 图像输入所述甘草饮片横截面纹 理确定模型， 以生成甘草饮片横截面纹 理类别信息； 响应于确定所述预处理后图像对应的甘草饮片表面类别为第 一类别， 将所述预处理后 图像输入所述甘草饮片直径确定模型， 以生成甘草饮片直径类别 信息。 6.根据权利要求5所述的方法， 其中， 所述甘草饮片等级确定模型还包括： 甘草饮片外 表皮颜色类别确定模型； 以及 在所述将所述预处理后图像输入所述甘草饮片直径确定模型， 以生成甘草饮片直径类 别信息之后， 所述方法还 包括： 响应于确定所述预处理后图像对应的甘草饮片表面类别为第 二类别， 将所述预处理后 图像输入所述甘草饮片外表皮颜色类别确定模型， 以生成甘草饮片外表皮颜色类别 信息。 7.根据权利要求6所述的方法， 其中， 所述甘草饮片等级确定模型还包括： 甘草饮片等 级分类模型； 以及 在所述响应于确定所述预处理后图像对应的甘草饮片表面类别为第 二类别， 将所述预 处理后图像输入所述甘草饮片 外表皮颜色类别确定模型， 以生成甘草饮片 外表皮颜色类别 信息之后， 所述方法还 包括：权　利　要　求　书 2/3 页 3 CN 115239994 A 3