本发明属于渔具领域，尤其涉及一种新型抄网及其数据查询方法、系统。
背景技术：
抄网是一种由网囊、框架和手柄组成，以舀取方式作业的小型网渔具。人们在使用抄网捕获到水生物(例如鱼)后，习惯将捕获到的水生物进行称重并记录重量。但是在现有技术中，大多数称重方式需要将水生物从水中捞出后再放到称重仪器上进行称重，同时还需要人为地记录称重仪器显示的数据值，当进行多次捕获时，需要花费更多的人力精力，同时容易出现数据记录混乱导致出错。
技术实现要素：
本发明提供一种新型抄网及其数据查询方法、系统，旨在解决现有的称重方式需要花费更多的人力精力，同时容易出现数据记录混乱导致出错的问题。
为实现上述目的，本发明提供一种新型抄网，包括：用于捕获水生物的抄网头；用于持握的抄网杆；可拆卸式装配于所述抄网头与抄网杆之间的数据获取装置，用于获取所述抄网头所捕获的水生物的重量数字信号；及与所述数据获取装置及客户端通信连接的数据处理装置，用于将所述重量数字信号进行处理得到重量数据值后传输至所述客户端。
优选地，所述数据获取装置包括：壳体；安装于所述壳体内、并向壳体外部延伸有第一连接杆的称重传感器，所述称重传感器用于当检测到所述抄网头所捕获的水生物的重量时产生模拟信号；安装于所述壳体内与所述称重传感器电连接的ad转换器，用于将所述模拟信号转换成所述重量数字信号；设于所述第一连接杆与所述抄网头装配端之间的第一锁紧机构，用于锁定或解锁定所述第一连接杆与抄网头；及设于所述壳体相对于第一连接杆另一侧与所述抄网杆装配端之间的第二锁紧机构，用于锁定或解锁定所述壳体与抄网杆。
优选地，所述数据处理装置包括：安装于所述壳体内与所述ad转换器电连接的运算器、控制器及数据传输装置；所述运算器及控制器用于将所述重量数字信号进行处理得到重量数据值；所述数据传输装置用于将所述重量数据值传输至所述客户端。
优选地，所述该新型抄网还包括与所述数据处理装置通信连接的提醒装置，当所述数据处理装置识别检测到重量数据值大于或等于预设阈值时，控制所述提醒装置发出提醒信号。
为实现上述目的，本发明还进一步提供一种数据查询方法，运用于数据查询系统，包括以下步骤：
获取步骤：获取新型抄网上传的水生物数据，所述水生物数据包括水生物的重量数据值、水生物数据的上传时间及水生物的图像数据；
输出步骤：将所述图像数据输入预先训练的种类识别模型，输出与所述图像数据对应的预设种类信息；
创建步骤：将所述重量数据值及预设种类信息输入预先创建的数据展示模板的对应栏位，形成数据展示表存储至数据库，同时创建所述数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表存储至数据库；及
查询步骤：接收客户端发出的数据查询请求，解析所述数据查询请求得到待查询数据的上传时间，根据所述上传时间从映射关系表中找到对应的数据展示表在数据库中的存储位置信息，根据所述存储位置信息从数据库中调取对应的数据展示表反馈至所述客户端。
优选地，在查询步骤之前，该方法还包括验证步骤：
调取预先创建的身份验证界面发送给对应的客户端供用户进行身份认证，所述身份验证界面包括用户名输入栏位及密码输入栏位；
接收所述客户端返回的已完成数据输入的身份验证界面判断所述用户名及密码是否正确，若是则继续执行查询步骤；或
否则，重新向所述客户端发送身份验证界面，同时统计在预设时间段内连续验证失败总次数，当所述失败总次数大于或等于第一预设阈值时，关闭所述验证界面，并拒绝所述客户端发出的数据查询请求。
优选地，在所述验证步骤之后，该方法还包括以下步骤：
当判断所述用户名及对应的密码正确时，调取预先创建的选择界面发送给所述客户端供用户选择，所述选择界面包括：
数据查询菜单、购买菜单及账户信息修改菜单。
优选地，该方法还包括以下步骤：
分别统计所述种类识别模型输出结果中每种种类的水生物的总数量，同时在所述预设展示模板中设置供所述总数量输入的栏位。
优选地，所述种类识别模型由卷积神经网络模型训练得到，所述图像识别模型的训练过程如下：
获取预设数量的图像数据样本，每张图像数据样本中标注有对应的预设种类信息；
将所述图像数据样本按照预设比例分成训练集和验证集，所述训练集中的图像数据样本数量大于所述验证集中的图像数据样本数量；
将所述训练集中的图像数据样本输入所述卷积神经网络模型进行训练，每隔预设周期使用所述验证集对所述卷积神经网络模型进行验证，利用所述验证集中各张图像数据和对应的预设种类信息对该种类识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值时，结束训练，得到所述种类识别模型。
为实现上述目的，本发明还进一步提供一种数据查询系统，所述数据查询系统包括存储器和第二处理器，所述存储器上存储有数据查询程序，所述数据查询程序被所述处理器执行时实现如下步骤：
获取步骤：获取新型抄网上传的水生物数据，所述水生物数据包括水生物的重量数据值、水生物数据的上传时间及水生物的图像数据；
输出步骤：将所述图像数据输入预先训练的种类识别模型，输出与所述图像数据对应的预设种类信息；
创建步骤：将所述重量数据值及预设种类信息输入预先创建的数据展示模板的对应栏位，形成数据展示表存储至数据库，同时创建所述数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表存储至数据库；及
查询步骤：接收客户端发出的数据查询请求，解析所述数据查询请求得到待查询数据的上传时间，根据所述上传时间从映射关系表中找到对应的数据展示表在数据库中的存储位置信息，根据所述存储位置信息从数据库中调取对应的数据展示表反馈至所述客户端。
与现有技术相比，本申请实施例主要有以下有益效果：
本发明所提供的新型抄网通过在抄网头与抄网杆之间设置用于获取抄网头所捕获的水生物的重量数字信号的数据获取装置，并将重量数字信号输入数据处理装置，将所述重量数字信号进行处理得到重量数据值后传输至客户端。本发明能够实时获取抄网头所捕获的水生物重量，并实时自动记录，省时省力，且不容易造成数据记录出现错误。
附图说明
图1是本发明提供的新型抄网的结构示意图；
图2是本发明提供的新型抄网的工作示意图；
图3是本发明数据查询系统较佳实施例的应用环境图；
图4是本发明数据查询方法较佳实施例的流程示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明实施例提供了一种新型抄网，如图1-2所示，包括：用于捕获水生物的抄网头；用于持握的抄网杆；可拆卸式装配于所述抄网头与抄网杆之间的数据获取装置1，用于获取所述抄网头所捕获的水生物的重量数字信号；及与所述数据获取装置1及客户端2通信连接的数据处理装置3，用于将所述重量数字信号进行处理得到重量数据值后传输至所述客户端2。
在本实施例中，新型抄网包括抄网头(图中未示出)、抄网杆(图中未示出)、数据获取装置1及数据处理装置3。具体地，抄网头带有网兜结构，能够用于捕获水生物(例如鱼)。抄网杆具有一定长度方便用户手持握抄网杆操控抄网头实现各种动作。数据获取装置1安装在抄网头与抄网杆之间，同时在本实施例中，数据获取装置1可拆卸式地装配在抄网头与抄网杆之间，方便用户携带和存放该新型抄网。数据处理装置3与数据获取装置1及客户端2(例如手机或电脑或电子手环或其他具有接收数据及显示数据功能的设备)通信连接。利用数据获取装置1能够实时采集抄网头所捕获的水生物的重量数字信号，并在输入数据处理装置3后经过数据处理能够得到水生物的重量数据值，将得到的重量数据值传输给对应的客户端2供用户查看数据。
在现有技术中，大多数称重方式需要将水生物从水中捞出后再放到称重仪器上进行称重，同时还需要人为地记录称重仪器显示的数据值，当进行多次捕获时，需要花费更多的人力精力，同时容易出现数据记录混乱导致出错。
相比现有技术采用的称重方式，本发明中的新型抄网能够实时获取抄网头所捕获的水生物重量，并实时自动记录，省时省力，且不容易造成数据记录出现错误。
本发明进一步较佳实施例中，如图1-2所示，所述数据获取装置1包括：壳体11；安装于所述壳体11内、并向壳体11外部延伸有第一连接杆12的称重传感器13，所述称重传感器13用于当检测到所述抄网头所捕获的水生物的重量时产生模拟信号；安装于所述壳体11内与所述称重传感器13电连接的ad转换器，用于将所述模拟信号转换成所述重量数字信号；设于所述第一连接杆12与所述抄网头装配端之间的第一锁紧机构14，用于锁定或解锁定所述第一连接杆12与抄网头；及设于所述壳体11相对于第一连接杆12另一侧与所述抄网杆装配端之间的第二锁紧机构15，用于锁定或解锁定所述壳体11与抄网杆。
在本实施例中，数据获取装置1包括壳体11、称重传感器13及ad转换器(图中未示出)。具体地，称重传感器13安装在壳体11内，用于在检测到抄网头所捕获的水生物的重量时产生模拟信号。ad转换器安装在壳体11内与称重传感器13电连接，优选为24位ad转换器，用于将称重传感器13产生的模拟信号转换成重量数字信号，将重量数字信号输入数据处理装置3便能够生成重量数据值。
同时为了实现数据获取装置1与抄网头及抄网杆可拆卸式装配。因此，在本实施例中，数据获取装置1还包括第一锁紧机构14及第二锁紧机构15。具体地，第一锁紧装置设于称重传感器13向壳体11外部延伸的第一连接杆12与抄网头装配端之间，用于锁定或解锁定第一连接杆12与抄网头。
所述第一锁紧机构14包括设于所述抄网头装配端(图中未示出)端部外壁的第一外螺纹(图中未示出)。及开设在所述第一连接杆12端部与所述第一外螺纹螺纹配合的第一螺纹装配孔141。通过螺纹装配的拆装方式，具有方便快捷的优点。
第二锁紧机构15设于壳体11相对于第一连接杆12另一侧与抄网杆装配端之间的第二锁紧机构15，用于锁定或解锁定壳体11与抄网杆。
所述第二锁紧机构15包括安装在壳体11相对于第一连接杆12另一侧的第二连接杆152。设于第二连接杆152外壁的第二外螺纹(图中未示出)。开设在所述抄网杆装配端端部与第二外螺纹螺纹配合的第二螺纹装配孔(图中未示出)。通过螺纹装配的拆装方式，具有方便快捷的优点。
本发明进一步较佳实施例中，如图1-2所示，所述数据处理装置3包括：安装于所述壳体11内与所述ad转换器电连接的运算器、第一控制器及数据传输装置；所述运算器及第一控制器用于将所述重量数字信号进行处理得到重量数据值；所述数据传输装置用于将所述重量数据值传输至所述客户端2。
在本实施例中，数据处理装置3包括运算器(图中未示出)、第一控制器(图中未示出)及数据传输装置(图中未示出)。具体地，运算器、第一控制器及数据传输装置均安装在壳体11内部并与ad转换器电连接，运算器及第一控制器用于将ad转换器转化得到的重量数字信号经过处理得到重量数据值，即水生物的具体重量。数据传输装置用于将运算器及第一控制器输出的重量数据值传输给客户端2(例如手机或电脑或电子手环或其他具有接收数据及显示数据功能的设备)供用户查看数据，在本实施例中，数据传输装置可采用或4g通讯模块或5g通讯模块或蓝牙模块等无线通信模块。
本发明进一步较佳实施例中，如图1-2所示，所述客户端2与数据传输装置及云端存储器依次通信连接。
在本实施例中，客户端2与数据传输装置及云端存储器(图中未示出)通信连接，云端存储器用于存储重量数据值，便于用户随时随地通过安装在客户端2上的第三方app从云端存储器中调取重量数据值进行查看。
本发明进一步较佳实施例中，如图1-2所示，所述该新型抄网还包括与所述数据处理装置3通信连接的提醒装置，当所述数据处理装置3识别检测到重量数据值大于或等于预设阈值时，控制所述提醒装置发出提醒信号。
在本实施例中，该新型抄网还包括与数据处理装置3通信连接的提醒装置(图中未示出)，例如音乐模块或/闪烁灯。通过在数据处理装置3中设定一个条件触发程序：“当重量数据值大于或等于预设阈值(例如8kg)时，控制提醒装置发出提醒信号”进而提醒用户抄网捕获到的水生物很大，需要加大持握抄网杆的力量。
此外，参照图3所示，本发明还提供一种数据查询方法，运用于数据查询系统4，包括以下步骤：
s1：获取新型抄网上传的水生物数据，所述水生物数据包括水生物的重量数据值、水生物数据的上传时间及水生物的图像数据。
在本实施例中，数据查询系统4获取新型抄网上传的水生物数据。其中，所述水生物数据包括水生物的重量数据值、水生物数据的上传时间及水生物的图像数据，在其他实施例中，所述水生物数据还可以包括水生物被捕获的位置信息。
s2：将所述图像数据输入预先训练的种类识别模型，输出与所述图像数据对应的预设种类信息。
在本实施例中，通过将图像数据输入预先训练的种类识别模型中，输出与图像数据对应的预设种类信息，在本实施例中，所述预设种类信息表示水生物的种类，例如，水生物为鱼时，预设种类信息可以是鲫鱼、草鱼等。
所述种类识别模型由卷积神经网络模型(convolutionalneuralnetwork，cnn)训练得到，所述图像识别模型的训练过程如下：
获取预设数量(例如10万)的图像数据样本，每张图像数据样本中标注有对应的预设种类信息；
将所述图像数据样本按照预设比例(例如5:1)分成训练集和验证集，所述训练集中的图像数据样本数量大于所述验证集中的图像数据样本数量；
将所述训练集中的图像数据样本输入所述卷积神经网络模型进行训练，每隔预设周期(例如每进行1000次迭代)使用所述验证集对所述卷积神经网络模型进行验证，利用所述验证集中各张图像数据和对应的预设种类信息对该种类识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值(例如85％)时，结束训练，得到所述种类识别模型。
s3：将所述重量数据值及预设种类信息输入预先创建的数据展示模板的对应栏位，形成数据展示表存储至数据库，同时创建所述数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表存储至数据库。
在本实施例中，通过将重量数据值及预设种类信息输入预先创建的数据展示模板的对应栏位，形成数据展示表存储至数据库，该数据展示表能够清楚地让用户得知在某一个上传时间内抄网捕获的水生物的详细信息，例如“2019年8月12日，在某地捕获了草鱼20kg”
同时创建数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表存储至数据库，便于后续用户根据上传时间找到对应的数据展示表。
s4：接收客户端2发出的数据查询请求，解析所述数据查询请求得到待查询数据的上传时间，根据所述上传时间从映射关系表中找到对应的数据展示表在数据库中的存储位置信息，根据所述存储位置信息从数据库中调取对应的数据展示表反馈至所述客户端2。
在本实施例中，由于在数据库中创建有数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表，因此当数据查询系统4在接收到客户端2发出的数据查询请求后，通过对数据查询请求进行解析得到待查询数据的上传时间，根据得到的上传时间从映射关系表中找到对应的数据展示表在数据库中的存储位置信息，根据找到的存储位置信息从数据库中调取对应的数据展示表反馈至客户端2供用户进行查看。
在另一实施例中，该方法还包括验证步骤：
调取预先创建的身份验证界面发送给对应的客户端2供用户进行身份认证，所述身份验证界面包括用户名输入栏位及密码输入栏位；
接收所述客户端2返回的已完成数据输入的身份验证界面判断所述用户名及密码是否正确，若是则继续执行查询步骤；或
否则，重新向所述客户端2发送身份验证界面，同时统计在预设时间段(例如2分钟)内连续验证失败总次数，当所述失败总次数大于或等于第一预设阈值(例如6次)时，关闭所述验证界面，并拒绝所述客户端2发出的数据查询请求，从而起到保护用户数据信息的目的。
在另一实施例中，该方法还包括以下步骤：
当判断所述用户名及对应的密码正确时，调取预先创建的选择界面发送给所述客户端2供用户选择，所述选择界面包括：
供用户选择后进行数据查询的数据查询菜单；
供用户选择后进入商城进行商品(例如抄网、鱼饵等)购买的购买菜单；及
供用户选择后进行账户信息修改的账户信息修改菜单。
在另一实施例中，该方法还包括以下步骤：
分别统计所述种类识别模型输出结果中每种种类的水生物的总数量，同时在所述预设展示模板中设置供所述总数量输入的栏位，方便用户得知抄网捕获水生物的过程中每种种类的水生物的总数量，便于统计。
此外，参照图4所示，本发明还提供一种数据查询系统44，所述数据查询系统44包括存储器41和第二处理器42，所述数据查询系统44包括，但不仅限于，存储器41、第二处理器42及网络接口43。
其中，存储器41至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器41(例如，sd或dx存储器41等)、磁性存储器41、磁盘、光盘等。存储器41在一些实施例中可以是数据查询系统44的内部存储单元，例如该数据查询系统44的硬盘。存储器41在另一些实施例中也可以是数据查询系统44的外部存储设备，例如该数据查询系统44上配备的插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字(securedigital，sd)卡，闪存卡(flashcard)等。
进一步地，存储器41还可以既包括数据查询系统44的内部存储单元也包括外部存储设备。存储器41不仅可以用于存储安装于数据查询系统44的应用软件及各类数据，例如基于抄网的数据查询程序40的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
第二处理器42在一些实施例中可以是一中央处理器(centralprocessingunit，cpu)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器41中存储的程序代码或处理数据，例如执行基于抄网的数据查询程序40等。
网络接口43可选的可以包括标准的有线接口、无线接口(如wi-fi接口)，通常用于在该数据查询系统44与其他电子设备之间建立通信连接。
客户端2可以是桌上型计算机、笔记本、平板电脑、手机等。
网络可以为互联网、云网络、无线保真(wi-fi)网络、个人网(pan)、局域网(lan)和/或城域网(man)。网络环境中的各种设备可以被配置为根据各种有线和无线通信协议连接到通信网络。这样的有线和无线通信协议的例子可以包括但不限于以下中的至少一个：传输控制协议和互联网协议(tcp/ip)、用户数据报协议(udp)、超文本传输协议(http)、文件传输协议(ftp)、zigbee、edge、ieee802.11、光保真(li-fi)、802.16、ieee802.11s、ieee802.11g、多跳通信、无线接入点(ap)、设备对设备通信、蜂窝通信协议和/或蓝牙(bluetooth)通信协议或其组合。
可选地，该数据查询系统44还可以包括用户接口，用户接口可以包括显示器(display)、输入单元比如键盘(keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organiclight-emittingdiode，有机发光二极管)触摸器等。其中，显示器也可以称为显示屏或显示单元，用于显示在数据查询系统44中处理的信息以及用于显示可视化的用户界面。
所述存储器41上存储有数据查询程序40，所述数据查询程序40被所述第二处理器42执行时实现如下步骤：
s1：获取新型抄网上传的水生物数据，所述水生物数据包括水生物的重量数据值、水生物数据的上传时间及水生物的图像数据。
在本实施例中，数据查询系统4获取新型抄网上传的水生物数据。其中，所述水生物数据包括水生物的重量数据值、水生物数据的上传时间及水生物的图像数据，在其他实施例中，所述水生物数据还可以包括水生物被捕获的位置信息。
s2：将所述图像数据输入预先训练的种类识别模型，输出与所述图像数据对应的预设种类信息。
在本实施例中，通过将图像数据输入预先训练的种类识别模型中，输出与图像数据对应的预设种类信息，在本实施例中，所述预设种类信息表示水生物的种类，例如，水生物为鱼时，预设种类信息可以是鲫鱼、草鱼等。
所述种类识别模型由卷积神经网络模型(convolutionalneuralnetwork，cnn)训练得到，所述图像识别模型的训练过程如下：
获取预设数量(例如10万)的图像数据样本，每张图像数据样本中标注有对应的预设种类信息；
将所述图像数据样本按照预设比例(例如5:1)分成训练集和验证集，所述训练集中的图像数据样本数量大于所述验证集中的图像数据样本数量；
将所述训练集中的图像数据样本输入所述卷积神经网络模型进行训练，每隔预设周期(例如每进行1000次迭代)使用所述验证集对所述卷积神经网络模型进行验证，利用所述验证集中各张图像数据和对应的预设种类信息对该种类识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值(例如85％)时，结束训练，得到所述种类识别模型。
s3：将所述重量数据值及预设种类信息输入预先创建的数据展示模板的对应栏位，形成数据展示表存储至数据库，同时创建所述数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表存储至数据库。
在本实施例中，通过将重量数据值及预设种类信息输入预先创建的数据展示模板的对应栏位，形成数据展示表存储至数据库，该数据展示表能够清楚地让用户得知在某一个上传时间内抄网捕获的水生物的详细信息，例如“2019年8月12日，在某地捕获了草鱼20kg”
同时创建数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表存储至数据库，便于后续用户根据上传时间找到对应的数据展示表。
s4：接收客户端2发出的数据查询请求，解析所述数据查询请求得到待查询数据的上传时间，根据所述上传时间从映射关系表中找到对应的数据展示表在数据库中的存储位置信息，根据所述存储位置信息从数据库中调取对应的数据展示表反馈至所述客户端2。
在本实施例中，由于在数据库中创建有数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表，因此当数据查询系统4在接收到客户端2发出的数据查询请求后，通过对数据查询请求进行解析得到待查询数据的上传时间，根据得到的上传时间从映射关系表中找到对应的数据展示表在数据库中的存储位置信息，根据找到的存储位置信息从数据库中调取对应的数据展示表反馈至客户端2供用户进行查看。
在另一实施例中，该程序还执行验证步骤：
调取预先创建的身份验证界面发送给对应的客户端2供用户进行身份认证，所述身份验证界面包括用户名输入栏位及密码输入栏位；
接收所述客户端2返回的已完成数据输入的身份验证界面判断所述用户名及密码是否正确，若是则继续执行查询步骤；或
否则，重新向所述客户端2发送身份验证界面，同时统计在预设时间段(例如2分钟)内连续验证失败总次数，当所述失败总次数大于或等于第一预设阈值(例如6次)时，关闭所述验证界面，并拒绝所述客户端2发出的数据查询请求，从而起到保护用户数据信息的目的。
在另一实施例中，该程序还执行以下步骤：
当判断所述用户名及对应的密码正确时，调取预先创建的选择界面发送给所述客户端2供用户选择，所述选择界面包括：
供用户选择后进行数据查询的数据查询菜单；
供用户选择后进入商城进行商品(例如抄网、鱼饵等)购买的购买菜单；及
供用户选择后进行账户信息修改的账户信息修改菜单。
在另一实施例中，该程序还执行以下步骤：
分别统计所述种类识别模型输出结果中每种种类的水生物的总数量，同时在所述预设展示模板中设置供所述总数量输入的栏位，方便用户得知抄网捕获水生物的过程中每种种类的水生物的总数量，便于统计。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可能采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，涉及的动作和模块并不一定是本发明所必须的。
本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或通信连接可以是通过一些接口，装置或单元之间的间接耦合或通信连接，可以是电信或者其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。
1.一种新型抄网，其特征在于，包括：
用于捕获水生物的抄网头；
用于持握的抄网杆；
可拆卸式装配于所述抄网头与抄网杆之间的数据获取装置，用于获取所述抄网头所捕获的水生物的重量数字信号；及
与所述数据获取装置及客户端通信连接的数据处理装置，用于将所述重量数字信号进行处理得到重量数据值后传输至所述客户端。
2.如权利要求1所述的新型抄网，其特征在于，所述数据获取装置包括：
壳体；
安装于所述壳体内、并向壳体外部延伸有第一连接杆的称重传感器，所述称重传感器用于当检测到所述抄网头所捕获的水生物的重量时产生模拟信号；
安装于所述壳体内与所述称重传感器电连接的ad转换器，用于将所述模拟信号转换成所述重量数字信号；
设于所述第一连接杆与所述抄网头装配端之间的第一锁紧机构，用于锁定或解锁定所述第一连接杆与抄网头；及
设于所述壳体相对于第一连接杆另一侧与所述抄网杆装配端之间的第二锁紧机构，用于锁定或解锁定所述壳体与抄网杆。
3.如权利要求1所述的新型抄网，其特征在于，所述数据处理装置包括：
安装于所述壳体内与所述ad转换器电连接的运算器、控制器及数据传输装置；
所述运算器及控制器用于将所述重量数字信号进行处理得到重量数据值；
所述数据传输装置用于将所述重量数据值传输至所述客户端。
4.如权利要求1-3任一项所述的新型抄网，其特征在于，该新型抄网还包括与所述数据处理装置通信连接的提醒装置，当所述数据处理装置识别检测到重量数据值大于或等于预设阈值时，控制所述提醒装置发出提醒信号。
5.一种数据查询方法，运用于数据查询系统，其特征在于，包括以下步骤：
获取步骤：获取新型抄网上传的水生物数据，所述水生物数据包括水生物的重量数据值、水生物数据的上传时间及水生物的图像数据；
输出步骤：将所述图像数据输入预先训练的种类识别模型，输出与所述图像数据对应的预设种类信息；
创建步骤：将所述重量数据值及预设种类信息输入预先创建的数据展示模板的对应栏位，形成数据展示表存储至数据库，同时创建所述数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表存储至数据库；及
查询步骤：接收客户端发出的数据查询请求，解析所述数据查询请求得到待查询数据的上传时间，根据所述上传时间从映射关系表中找到对应的数据展示表在数据库中的存储位置信息，根据所述存储位置信息从数据库中调取对应的数据展示表反馈至所述客户端。
6.如权利要求5所述的数据查询方法，其特征在于，在查询步骤之前，该方法还包括验证步骤：
调取预先创建的身份验证界面发送给对应的客户端供用户进行身份认证，所述身份验证界面包括用户名输入栏位及密码输入栏位；
接收所述客户端返回的已完成数据输入的身份验证界面判断所述用户名及密码是否正确，若是则继续执行查询步骤；或
否则，重新向所述客户端发送身份验证界面，同时统计在预设时间段内连续验证失败总次数，当所述失败总次数大于或等于第一预设阈值时，关闭所述验证界面，并拒绝所述客户端发出的数据查询请求。
7.如权利要求5所述的数据查询方法，其特征在于，在所述验证步骤之后，该方法还包括以下步骤：
当判断所述用户名及对应的密码正确时，调取预先创建的选择界面发送给所述客户端供用户选择，所述选择界面包括：
数据查询菜单、购买菜单及账户信息修改菜单。
8.如权利要求5所述的数据查询方法，其特征在于，该方法还包括以下步骤：
分别统计所述种类识别模型输出结果中每种种类的水生物的总数量，同时在所述预设展示模板中设置供所述总数量输入的栏位。
9.如权利要求5-8任一项所述的数据查询方法，其特征在于，所述种类识别模型由卷积神经网络模型训练得到，所述图像识别模型的训练过程如下：
获取预设数量的图像数据样本，每张图像数据样本中标注有对应的预设种类信息；
将所述图像数据样本按照预设比例分成训练集和验证集，所述训练集中的图像数据样本数量大于所述验证集中的图像数据样本数量；
将所述训练集中的图像数据样本输入所述卷积神经网络模型进行训练，每隔预设周期使用所述验证集对所述卷积神经网络模型进行验证，利用所述验证集中各张图像数据和对应的预设种类信息对该种类识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值时，结束训练，得到所述种类识别模型。
10.一种数据查询系统，其特征在于，所述数据查询系统包括存储器和第二处理器，所述存储器上存储有数据查询程序，所述数据查询程序被所述处理器执行时实现如下步骤：
获取步骤：获取新型抄网上传的水生物数据，所述水生物数据包括水生物的重量数据值、水生物数据的上传时间及水生物的图像数据；
输出步骤：将所述图像数据输入预先训练的种类识别模型，输出与所述图像数据对应的预设种类信息；
创建步骤：将所述重量数据值及预设种类信息输入预先创建的数据展示模板的对应栏位，形成数据展示表存储至数据库，同时创建所述数据展示表在数据库中的存储位置信息与对应的上传时间之间的映射关系表存储至数据库；及
查询步骤：接收客户端发出的数据查询请求，解析所述数据查询请求得到待查询数据的上传时间，根据所述上传时间从映射关系表中找到对应的数据展示表在数据库中的存储位置信息，根据所述存储位置信息从数据库中调取对应的数据展示表反馈至所述客户端。
技术总结