【技术实现步骤摘要】
本专利技术涉及智能考评识别领域，尤其涉及一种实验考评中细胞图像的评判方法、装置、设备及存储介质。
技术介绍
1、随着深度学习的兴起，计算机视觉技术得到了不断的发展，如图像分类以及目标检测技术在各行各业都有着不错的落地方案，而在生物实验考评中，存在结合图像识别技术实现实验操作考评的方案。
2、在生物实验考试考评中需要使用显微镜观察细胞装片的实验，比如用显微镜观察洋葱叶表皮细胞、用显微镜观察血细胞永久装片等，在这类实验考试的过程中，学生需要进行调整操作以观察到清晰的细胞图像，并且需要在细胞图像中圈画出细胞结构相应的位置，如细胞核、细胞壁等；最终，考评结果则根据判断学生的作答结果中观察到的图是否清晰、圈画的内容是否正确而确定。
3、但现有方案结合图像识别对细胞图像直接进行检测，由于细胞形态类似，容易出现过拟合情况，造成细胞结构的识别不够准确；并且在进行实验考评识别的过程中，由于考评图像数据量较大，且考评实验内容不同，会出现冗余的检测，耗费较多时间与资源，造成检测效率较低。
4、综上所述，现有技术中存在生物考评实验中细胞图像评判的准确性以及效率较低的问题。
技术实现思路
1、本专利技术提供一种实验考评中细胞图像的评判方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决生物考评实验中细胞图像评判的准确性以及效率较低的问题。
2、为实现上述目的，本专利技术提供的一种实验考评中细胞图像的评判方法，包括：
3、计算细胞实验图像的图
4、若所述图像质量符合预设图像条件，则对所述细胞实验图像进行类别检测；
5、若类别检测的结果与所述细胞实验图像的实验结果相同，则对所述细胞实验图像进行目标检测；
6、根据目标检测的结果与所述实验结果生成对应的评判结果。
7、本专利技术一实施例中，所述计算细胞实验图像的图像质量，包括：
8、计算所述细胞实验图像的亮度；
9、计算所述细胞实验图像的清晰度；
10、根据所述亮度以及所述清晰度确定所述细胞实验图像的图像质量。
11、本专利技术一实施例中，所述计算所述细胞实验图像的清晰度，包括：
12、利用梯度算子计算所述细胞实验图像的梯度，得到梯度图像；
13、根据所述梯度图像进行幅值计算，得到所述细胞实验图像每个像素点的梯度幅值；
14、计算所述梯度幅值的平均梯度幅值，根据所述平均梯度幅值确定所述细胞实验图像的清晰度。
15、本专利技术一实施例中，所述对所述细胞实验图像进行类别检测，包括：
16、对所述细胞实验图像进行局部特征提取，得到细胞特征；
17、利用预训练的细胞图像分类网络对所述细胞特征进行残差连接，并将残差连接的结果进行全局池化，得到全局特征；
18、对所述全局特征进行全连接，得到所述细胞实验图像对应的类别。
19、本专利技术一实施例中，所述对所述细胞实验图像进行目标检测，包括：
20、对所述细胞实验图像进行特征提取，得到对应的特征图；
21、对所述细胞实验图像进行候选区域提取，得到多个感兴趣区域；
22、根据所述感兴趣区域、所述细胞实验图像以及对应的特征图进行坐标投影，得到所述感兴趣区域在所述特征图对应的特征区域；
23、对所述特征区域进行池化以及激活处理，得到多个感兴趣区域对应的检测结果。
24、本专利技术一实施例中，所述根据目标检测的结果与所述实验结果生成对应的评判结果，包括：
25、获取所述实验结果中的圈选目标以及对应的答案；
26、根据所述答案以及所述目标检测的结果确定对应的目标区域；
27、将所述目标区域与所述圈选目标计算占比；
28、根据所述占比以及预设的范围值生成评判结果。
29、本专利技术一实施例中，所述方法还包括：若所述图像质量不符合预设图像条件或类别检测的结果与所述细胞实验图像的实验结果不同，则停止对所述细胞实验图像进行评判，并生成对应的评判结果。
30、为了解决上述问题，本专利技术还提供一种实验考评中细胞图像的评判装置，所述装置包括：
31、图像质量分析模块，用于计算细胞实验图像的图像质量；
32、图像类别检测模块，用于在所述图像质量符合预设图像条件，对所述细胞实验图像进行类别检测；
33、图像目标检测模块，用于在类别检测的结果与所述细胞实验图像的实验结果相同，对对所述细胞实验图像进行目标检测；
34、评判结果生成模块，用于根据目标检测的结果与所述实验结果生成对应的评判结果。
35、为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
36、至少一个处理器；以及，
37、与所述至少一个处理器通信连接的存储器；其中，
38、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的实验考评中细胞图像的评判方法的步骤。
39、为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的实验考评中细胞图像的评判方法的步骤。
40、本专利技术通过结合图像质量检测、类别检测以及目标检测实现细胞图像的评判，减少了考评过程中冗余步骤，提高了检测效率；通过先进行类别检测确定细胞类别，在进行目标检测确定对应的细胞结构，避免了细胞形态类似而造成的过拟合情况，以及细胞结构的识别不够准确的问题，提高了细胞识别的准确性。因此本专利技术提出的实验考评中细胞图像的评判方法、装置、电子设备及计算机可读存储介质，可以解决生物考评实验中细胞图像评判的准确性以及效率较低的问题。
本文档来自技高网...【技术保护点】
1.一种实验考评中细胞图像的评判方法，其特征在于，所述方法包括：
2.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征在于，所述计算细胞实验图像的图像质量，包括：
3.根据权利要求2所述的实验考评中细胞图像的评判方法，其特征在于，所述计算所述细胞实验图像的清晰度，包括：
4.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征在于，所述对所述细胞实验图像进行类别检测，包括：
5.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征在于，所述对所述细胞实验图像进行目标检测，包括：
6.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征在于，所述根据目标检测的结果与所述实验结果生成对应的评判结果，包括：
7.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征在于，所述方法还包括：若所述图像质量不符合预设图像条件或类别检测的结果与所述细胞实验图像的实验结果不同，则停止对所述细胞实验图像进行评判，并生成对应的评判结果。
8.一种实验考评中细胞图像的评判装置，其特征在于，所述装置
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种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根据权利要求1至7中任意一项所述的实验考评中细胞图像的评判方法中的步骤。
...【技术特征摘要】
1.一种实验考评中细胞图像的评判方法，其特征在于，所述方法包括：
2.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征在于，所述计算细胞实验图像的图像质量，包括：
3.根据权利要求2所述的实验考评中细胞图像的评判方法，其特征在于，所述计算所述细胞实验图像的清晰度，包括：
4.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征在于，所述对所述细胞实验图像进行类别检测，包括：
5.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征在于，所述对所述细胞实验图像进行目标检测，包括：
6.根据权利要求1所述的实验考评中细胞图像的评判方法，其特征...
【专利技术属性】
技术研发人员：刘利非，徐娟，朱剑，
申请(专利权)人：上海锡鼎智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。