(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 202210459952.4 (22)申请日 2022.04.28 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 何正伟　游金川　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 李慧引 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/762(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 牲畜数量的统计方法、 装置、 电子设备及计 算机存储介质 (57)摘要 本申请提供一种牲畜数量的统计方法、 装 置、 电子设备及计算机存储介质中， 所述牲畜数 量的统计方法包括： 在获取拍摄的视频信息后； 将所述视频信息输入至统计分析模 型中， 输出得 到不同种类牲畜的数量； 其中， 所述统计分析模 型由多个牲畜图像的训练样本对神经网络模型 进行训练得到； 所述神经网络模型包括检测网 络、 特征金字塔网络和目标跟踪算法。 从而精确 的对图像中的牲畜数量、 种类进行统计， 以便后 续对牲畜资产进行审查。 权利要求书2页 说明书7页 附图6页 CN 114820528 A 2022.07.29 CN 114820528 A 1.一种牲畜 数量的统计方法， 其特 征在于， 包括： 获取拍摄的视频信息； 将所述视频信 息输入至统计分析模型中， 输出得到不同种类牲畜的数量； 其中， 所述统 计分析模型由多个牲畜图像的训练样本对神经网络模型进 行训练得到； 所述神经网络模型 包括检测网络、 特 征金字塔网络和目标跟踪算法。 2.根据权利要求1所述的统计方法， 其特 征在于， 所述统计分析模型的构建方法， 包括： 构建训练样本集； 其中， 所述训练样本集包括多个牲畜图像的训练样本； 针对所述训练样本集中的每一个牲畜图像的训练样本， 利用检测网络对所述牲畜图像 的训练样本进 行图像特征提取， 得到所述训练样本的特征信息； 其中， 所述检测网络中包括 可变形卷积； 将所述训练样本的特 征信息输入至神经网络模型中， 得到所述训练样本的预测种类； 根据所述训练样本的预测种类与 所述训练样本的真实种类之间的误差， 对所述神经网 络模型中的参数进行调整的， 直至调整后神经网络模型输出的训练样本的预测种类与所述 训练样本的真实种类之 间的误差满足预设的收敛条件， 将所述调整后的神经网络模型作为 最终的统计分析模型。 3.根据权利要求2所述的统计方法， 其特征在于， 所述针对所述训练样本集中的每一个 牲畜图像的训练样本， 利用检测网络对所述牲畜图像的训练样本进行图像特征提取， 得到 所述训练样本的特 征信息之前， 还 包括： 使用k‑means算法对训练样本集进行聚类， 得到适 合训练样本集特 征的锚点框尺寸。 4.根据权利要求2所述的统计方法， 其特征在于， 所述将所述训练样本的特征信 息输入 至神经网络模型中， 得到所述训练样本的预测种类之前， 还 包括： 利用特征金字塔网络提取训练样本中小目标的特 征信息。 5.根据权利要求3所述的统计方法， 其特征在于， 所述将所述训练样本的特征信 息输入 至神经网络模型中， 得到所述训练样本的预测种类之后， 还 包括： 通过目标跟踪算法， 唯一标识所述训练样本中训练样本的种类、 位置和唯一标识号； 根据所述种类、 位置和唯一标识号进行统计， 最终得到训练样本集中各个种类的牲畜 的数量。 6.一种牲畜 数量的统计装置， 其特 征在于， 包括： 获取单元， 用于获取拍摄的视频信息； 第一统计单元， 用于将所述视频信息输入至统计分析模型中， 输出得到不同种类牲畜 的数量； 其中， 所述统计分析模型 由多个牲畜图像的训练样本对神经网络模型进行训练得 到； 所述神经网络模型包括检测网络、 特 征金字塔网络和目标跟踪算法。 7.根据权利要求6所述的统计装置， 其特 征在于， 所述统计分析模型的构建单 元， 包括： 训练样本集构建单元， 用于构建训练样本集； 其中， 所述训练样本集包括多个牲畜图像 的训练样本； 第一特征提取单元， 用于针对所述训练样本集中的每一个牲畜图像的训练样本， 利用 检测网络对所述牲畜图像的训练样本进行图像特征提取， 得到所述训练样本的特征信息； 其中， 所述检测网络中包括可变形 卷积； 输入单元， 用于将所述训练样本的特征信息输入至神经网络模型中， 得到所述训练样权　利　要　求　书 1/2 页 2 CN 114820528 A 2本的预测种类； 调整单元， 用于根据所述训练样本的预测种类与所述训练样本的真实种类之间的误 差， 对所述神经网络模型中的参数进行调整的， 直至调整后神经网络模型输出 的训练样本 的预测种类与所述训练样本的真实种类之 间的误差满足预设的收敛条件， 将所述调整后的 神经网络模型作为 最终的统计分析模型。 8.根据权利要求6所述的统计装置， 其特 征在于， 还 包括： 确定单元， 用于使用k ‑means算法对训练样本集进行聚类， 得到适合训练样本集特征的 锚点框尺寸。 9.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 其上存 储有一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行时， 使得所述一个或多个处理器 实现如权利要求1至 5中任一所述的牲畜 数量的统计方法。 10.一种存储介质， 其特征在于， 其上存储有计算机程序， 其中， 所述计算机程序被处理 器执行时实现如权利要求1至 5中任一所述的牲畜 数量的统计方法。权　利　要　求　书 2/2 页 3 CN 114820528 A 3