(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 20221098491 1.7 (22)申请日 2022.08.17 (71)申请人 西南民族大 学 地址 四川省成 都市一环路南四段16号西南 民族大学电信学院 (72)发明人 向伟　徐钒鑫　吕赫　周晨晨　 郑思逸　曹扬　 (74)专利代理 机构 北京同达信恒知识产权代理 有限公司 1 1291 专利代理师 赵小霞 (51)Int.Cl. G06V 20/69(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 一种尿沉渣分类检测方法、 装置、 电子设备 及存储介质 (57)摘要 本申请公开了一种尿沉渣分类检测方法、 装 置、 电子设备及存储介质， 涉及目标检测技术领 域。 本申请中， 获取目标对象在设定时刻的尿沉 渣数据对应的原始特征向量集； 接着， 分别按照 预设的两种通道特征采样方式， 对原始特征向量 集包含的各个原始特征向量进行特征压缩， 获得 第一特征向量集和第二特征向量集， 从而基于第 一特征向量集和第二特征向量集， 获得相应的通 道特征向量集； 进一步地， 按照预设的空间特征 采样方式， 分别对通道特征向量集包含的各个通 道特征向量进行特征压缩， 获得相应的空间特征 向量集； 最终， 基于空间特征向量集包含的各个 空间特征向量， 确定尿沉渣数据的尿沉渣类别。 采用这种方式， 提高了尿沉渣分类检测的准确 度。 权利要求书3页 说明书12页 附图9页 CN 115063795 A 2022.09.16 CN 115063795 A 1.一种尿沉渣分类 检测方法， 其特 征在于， 包括： 获取目标对象在设定时刻的尿沉渣数据， 并对所述尿沉渣数据进行特征提取， 获得相 应的原始特征向量集； 分别按照预设的两种通道特征采样方式， 对所述原始特征向量集包含的各个原始特征 向量进行 特征压缩， 获得相应的第一特 征向量集和第二特 征向量集； 对所述原始特征向量集、 所述第一特征向量集和所述第二特征向量集进行融合， 获得 相应的通道特 征向量集； 按照预设的空间特征采样方式， 分别对所述通道特征向量集包含的各个通道特征向量 进行特征压缩， 获得相应的空间特 征向量集； 基于所述空间特征向量集包含的各个空间特征向量， 确定所述尿沉渣数据的尿沉渣类 别。 2.如权利要求1所述的方法， 其特征在于， 所述分别按照预设的两种通道特征采样方 式， 对所述原始特征向量集包含的各个原始特征向量进行特征压缩， 获得相应的第一特征 向量集和第二特 征向量集， 包括： 基于所述两种通道特征采样方式， 对所述各个原始特征向量进行全局平均池化， 获得 第一语义信息集， 以及对所述各个原 始特征向量进行全局最大池化， 获得第二语义信息集； 基于所述第 一语义信 息集， 生成所述第一特征向量集， 以及基于所述第 二语义信 息集， 生成所述第二特 征向量集。 3.如权利要求1所述的方法， 其特征在于， 所述按照预设的空间特征采样方式， 分别对 所述通道特征向量集包含的各个通道特征向量进行特征压缩， 获得相应的空间特征向量 集， 包括： 基于所述空间特 征采样方式， 确定所述各个通道特 征向量各自的空间特 征权重； 从所述各个通道特征向量中， 筛选出满足预设的空间特征权重条件的至少一个通道特 征向量； 基于所述通道特征向量集和所述至少一个通道特征向量， 获得相应的空间特征向量 集。 4.如权利要求3所述的方法， 其特征在于， 所述基于所述空间特征向量集包含的各个空 间特征向量， 确定所述尿沉渣数据的尿沉渣类别， 包括： 分别确定所述各个空间特征向量各自对应的空间特征权重， 各自归属的空间特征权重 区间； 基于获得的各个空间特征权重区间， 以及预设的空间特征权重区间与尿沉渣类别之间 的对应关系， 确定所述尿沉渣数据的尿沉渣类别。 5.如权利要求1 ‑4中任一项所述的方法， 其特征在于， 所述基于所述空间特征向量集包 含的各个空间特 征向量， 确定所述尿沉渣数据的尿沉渣类别的过程中， 还 包括： 获取对应所述各个空间特征向量设置在参考坐标系的预测向量框定范围， 以及基于所 述各个空间特征向量， 各自在所述参考坐标系的向量坐标位置， 确定所述各个空间特征向 量的实际向量框 定范围； 基于所述预测向量框定范围和所述实际向量框定范围之间的范围重合度， 以及预设的 重合度阈值条件， 对所述预测向量框 定范围进行修 正。权　利　要　求　书 1/3 页 2 CN 115063795 A 26.一种尿沉渣分类 检测装置， 其特 征在于， 包括： 特征获取模块， 用于获取目标对象在设定时刻的尿沉渣数据， 并对所述尿沉渣数据进 行特征提取， 获得相应的原 始特征向量集； 第一压缩模块， 用于分别按照预设的两种通道特征采样方式， 对所述原始特征向量集 包含的各个原 始特征向量进行 特征压缩， 获得相应的第一特 征向量集和第二特 征向量集； 特征融合模块， 用于对所述原始特征向量集、 所述第一特征向量集和所述第二特征向 量集进行融合， 获得相应的通道特 征向量集； 第二压缩模块， 用于按照预设的空间特征采样方式， 分别对所述通道特征向量集包含 的各个通道特 征向量进行 特征压缩， 获得相应的空间特 征向量集； 类别确定模块， 用于基于所述空间特征向量集包含的各个空间特征向量， 确定所述尿 沉渣数据的尿沉渣类别。 7.如权利要求6所述的装置， 其特征在于， 在所述分别按照预设的两种通道特征采样方 式， 对所述原始特征向量集包含的各个原始特征向量进行特征压缩， 获得相应的第一特征 向量集和第二特 征向量集时， 所述第一压缩 模块具体用于： 基于所述两种通道特征采样方式， 对所述各个原始特征向量进行全局平均池化， 获得 第一语义信息集， 以及对所述各个原 始特征向量进行全局最大池化， 获得第二语义信息集； 基于所述第 一语义信 息集， 生成所述第一特征向量集， 以及基于所述第 二语义信 息集， 生成所述第二特 征向量集。 8.如权利要求6所述的装置， 其特征在于， 在所述按照预设的空间特征采样方式， 分别 对所述通道特征向量集包含的各个通道特征向量进行特征压缩， 获得相应的空间特征向量 集时， 所述第二压缩 模块具体用于： 基于所述空间特 征采样方式， 确定所述各个通道特 征向量各自的空间特 征权重； 从所述各个通道特征向量中， 筛选出满足预设的空间特征权重条件的至少一个通道特 征向量； 基于所述通道特征向量集和所述至少一个通道特征向量， 获得相应的空间特征向量 集。 9.如权利要求8所述的装置， 其特征在于， 在所述基于所述空间特征向量集包含的各个 空间特征向量， 确定所述尿沉渣数据的尿沉渣类别时， 所述类别确定模块具体用于： 分别确定所述各个空间特征向量各自对应的空间特征权重， 各自归属的空间特征权重 区间； 基于获得的各个空间特征权重区间， 以及预设的空间特征权重区间与尿沉渣类别之间 的对应关系， 确定所述尿沉渣数据的尿沉渣类别。 10.如权利要求6 ‑9中任一项所述的装置， 其特征在于， 在所述基于所述空间特征向量 集包含的各个空间特征向量， 确定所述尿沉渣数据的尿沉渣类别的过程中， 所述类别确定 模块还用于： 获取对应所述各个空间特征向量设置在参考坐标系的预测向量框定范围， 以及基于所 述各个空间特征向量， 各自在所述参考坐标系的向量坐标位置， 确定所述各个空间特征向 量的实际向量框 定范围； 基于所述预测向量框定范围和所述实际向量框定范围之间的范围重合度， 以及预设的权　利　要　求　书 2/3 页 3 CN 115063795 A 3