本文涉及一种基于超声图像的胎儿解剖结构小样本检测方法、装置、计算机设备、存储介质和计算机程序产品，其中，方法包括:获取初始深度学习模型以及胎儿的标准超声图像；进行特征提取得到特征图；基于特征图、且通过DAEFLM模块以及初始深度学习模型中第一detection head得到第一分类分数；基于特征图、且通过TKRM模块得到包含多拓扑信息的融合特征图；根据融合特征图、并通过初始深度学习模型中第二detection head得到第二分类分数和检测框；对第一分类分数和第二分类分数进行加权求和；根据目标分类分数与标准超声图像对应的分类结果、以及检测框，构建标准的Faster‑RCNN损失函数；对初始深度学习模型的模型参数进行调整；根据目标深度学习模型进行胎儿解剖结构小样本检测。

 本文适用于核电领域，提供了一种核电图符的相似度评估方法、装置、电子设备及存储介质，其中该方法包括:获取需要相似度评估的核电图符；根据多个相似度属性确定核电图符的相似度编码；使用相似度编码设计多组图符方案，每组图符方案的设计依据为单个相似度属性，并且包括多个相似度不同的图符方案；获取初始组中各个图符方案的量化数据，量化数据用于表示对应的图符方案在目标搜索实验中的搜索绩效；重复以下过程直至满足停止条件：将前一轮实验得到的最大的量化数据对应的图符方案与当前轮选择的一组图符方案结合后进行目标搜索实验，得到其中各个图符方案的量化数据，每轮选择的组不同。

 本技术提供一种基于深度学习和灰度值定标的鸡睾丸重量预测方法及装置，所述方法包括:对待测公鸡进行CT扫描，得到包含完整睾丸轮廓的所述待测公鸡的CT图像；获取鸡睾丸的灰度分布直方图曲线，将所述CT图像按照所述鸡睾丸的灰度分布直方图曲线进行预分割，得到所述CT图像的预分割结果；将所述CT图像的预分割结果输入语义分割模型，得到所述语义分割模型输出的所述CT图像的语义分割结果；将所述CT图像的语义分割结果输入重量预测模型，得到所述重量预测模型输出的所述待测公鸡睾丸的重量预测结果，其中，所述重量预测模型是基于样本睾丸的灰度分布直方图曲线及所述样本睾丸的实际重量训练得到的。本发明基于CT图像对鸡睾丸进行图像分割、修正和重量预测，利用睾丸重构后不同切面的二维图像，结合灰度值标准，并和屠宰真值进行联合分析，从而实现睾丸重量活体测定。

 本技术的一种多模态数据特征层融合的母猪体重预估方法涉及一种检测方法，通过母猪点云采集装置获取母猪不同角度的点云，以品种、胎次和繁殖阶段等母猪时序数据和重建后的母猪实时三维点云为输入，建立在特征层融合的双分支网络，同时从一维数据与三维点云中自动提取深层特征，将时序数据特征与实时数据特征进行融合，完成母猪当前的体重估计和整个繁殖阶段的体重曲线预估。通过该方法，使得体重预估的准确率提升，本方法的最终输出为当前繁殖阶段的体重实时值和全繁殖阶段的体重预测值，实时体重值有利于获取母猪现阶段的身体健康状况和饲喂策略的调整，以使母猪达到最佳的健康状态和保持最佳的生产性能，同时维持最小的饲料成本。

 本技术公开一种基于改进RT‑DETR的遥感目标检测方法及系统，方法包括:步骤1、采集遥感图像数据；步骤2、将采集的遥感图像数据进行去噪、增强对比度和清晰度等预处理；步骤3、预处理后将图片制作成遥感数据集，按比例划分为训练集和验证集；步骤4、采用RT‑DETR模型对遥感数据集进行训练，得到一个遥感目标检测器；步骤5、采用超参数搜索验证方式在验证集上优化目标检测器的各项参数；步骤6、使用步骤5优化后所得遥感目标检测器对测试图像或视频进行检测。本发明相较于原RT‑DETR模型，在保持原有精度的前提下，减少了计算量，加快了网络收敛速度。

 本技术公开了一种片上光量子比特特征增强提取方法，适用于生物医学检测领域的便携式现场检测。该方法通过结合多种图像预处理和特征提取技术，实现了对光量子比特特征的快速且高灵敏度识别。该方法主要包括如下步骤:1)图像预处理：自动分析原始图像中的亮度特征，辨识并归类亮度极值图像；2)图像增强：采用小波变换去噪和非局部均值去噪技术改善图像质量，并通过直方图均衡化优化图像对比度；3)特征提取与增强：对处理后的图像执行差值分析和叠加处理，增强目标特征同时减少背景噪声干扰。本发明在保证高效性与便携性的同时，显著提升了检测的准确性和重复性，适合在资源有限的环境下迅速进行生物医学检测。

 本技术公开了基于机器视觉学习的微塑料数量和种类智能识别方法，涉及图像识别和微塑料检测技术领域。本发明至少包括以下步骤:S1：通过实验或其他相关方法获得微塑料的数量和形态特征信息，结合并处理形成微塑料典型特征数据库；S2：引入机器学习和YOLO算法构建基础识别模型。本发明通过基于机器视觉学习，建立一种高效快速、操作方便、成本低廉的微塑料数量智能定量方法，大幅度缩减检测时间，并可通过鉴定微塑料颜色对微塑料的种类进行区分，可解决现有方法难于大批量分析微塑料的问题，达到准确、高效且经济的微塑料智能批量识别效果。

本公开实施例提供了一种图像处理方法及装置、计算机可读存储介质和电子设备。该方法包括:获取待测原始图像；编码所述待测原始图像，生成所述待测原始图像的目标特征图；根据正样本原始图像获得与所述目标特征图匹配的第一目标解码向量，所述正样本原始图像为无异常区域的图像；解码所述第一目标解码向量，获得所述待测原始图像的待测生成图像。通过本公开实施例提供的技术方案，通过无异常区域的正样本原始图像来获得待测原始图像的待解码的解码向量，可以更加准确地重构待测原始图像，避免重构待测原始图像的异常区域。

本文实施例提供一种商品推荐、三维场景模型生成方法、设备及存储介质。其中，方法包括如下的步骤:根据室内空间的全景图，生成所述室内空间的三维场景模型；所述三维场景模型中包括所述室内空间的三维空间结构模型以及所述室内空间内物品的三维物品模型；所述全景图是根据所述用户输入的在所述室内空间拍摄得到的实景图像确定的；显示所述三维场景模型以及至少一个推荐商品；响应于所述用户针对所述至少一个推荐商品中第一推荐商品触发的选择操作，在所述三维场景模型中添加所述第一推荐商品对应的三维物品模型，以得到更新后三维场景模型；显示所述更新后三维场景模型。本申请实施例提供的商品推荐方案具有较好的直观性。

本技术公开了一种顾及高分辨率遥感影像阴影的城市水体提取方法，包括:一个高分辨率城市水体遥感图像数据集；一个基于辐射传输和几何光学的阴影地物特征校正模型，引入K‑M方程、亮通道先验、导向滤波方法和建筑密度数据估算并增强阴影区域的环境散射，得到阴影地物特征增强模型；在网络模型中添加注意力机制和损失函数进行优化，得到优化网络模型；将高分辨率城市水体遥感图像数据集输入阴影增强算法模型和优化网络模型中，得到水体遥感增强图像，完成城市水体信息提取。本发明既保留了遥感影像的整体层次，又保留了阴影内地物细节，实现了城市水体信息的精准提取。