基于自适应掩码的老鼠目标检测方法、系统及存储介质技术方案

本发明专利技术公开了基于自适应掩码的老鼠目标检测方法、系统及存储介质，首先将图像输入主干网络，提取不同尺度、不同语义的特征信息；然后，将特征信息分别输入并行的transformer解码器和像素解码器，以自适应生成掩码图，用于后续采样点选择；基于特征采样点构建变形解码器，进行特征细化增强；最后进行分类识别和定位回归。本发明专利技术通过在像素解码器中添加可变形偏移特性，在特征点方向上增强模型的目标形状不变性，能使模型更好地拟合老鼠多变的形貌。本发明专利技术可以动态调整感受野，使模型更加“贴合”老鼠目标的外形，并且构建特征采样点优化，减少模型对冗余信息的学习，提高特征信息的质量。本发明专利技术增强了模型的目标形状不变性，提升模型去冗余信息的能力，一定程度的优化了定位和识别，具有较好的实用性。

【技术实现步骤摘要】

本专利技术属于老鼠目标检测的，具体涉及基于自适应掩码的老鼠目标检测方法、系统及存储介质。

技术介绍

1、随着国民经济的持续发展，加快推动城市化建设的进程，提高城市发展质量，从而保障和完善国民民生。其中，食品安全是民生的根本，在快节奏时代的背景下，人们追求高速、高效的生活，激励了“外卖”、“餐馆堂食”等家外餐饮方式的发展，但各种餐饮商店食品加工卫生安全层次不齐，如鼠患、未穿着卫生服装、垃圾堆放等问题，所以如何高效地监管餐饮商店加工流程成为了许多人关注的问题。

2、目前，许多餐饮店安装了监控摄像头监管卫生安全，但老鼠在监控图像中像素点占比小，属于小目标，背景像素信息影响较大，而且餐饮店种类繁多，背景内容就很加复杂，而且老鼠身体较为灵活，因此很难将老鼠小目标从监控图像中剥离出来。近几年，已有的老鼠检测方法可以分为基于目标检测技术的方法和基于目标分割技术的方法，前者是利用通用目标检测技术进行目标定位和识别，因该技术是基于通用目标构建的方法，所以不能较好的适用于老鼠目标的形貌。而后者是利用图像分割技术对老鼠目标所在的像素点进行分类，然后将目标类别的像素点本文档来自技高网...

【技术保护点】

1.基于自适应掩码的老鼠目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于自适应掩码的老鼠目标检测方法，其特征在于，所述步骤S22中，在添加可变形偏移特性时，包括以下步骤：

3.根据权利要求2所述的基于自适应掩码的老鼠目标检测方法，其特征在于，所述步骤A4中，多头自注意力模块的特征映射关系如下：

4.根据权利要求1所述的基于自适应掩码的老鼠目标检测方法，其特征在于，所述步骤S2中，检测模型的损失函数包括掩码分类损失函数、位置回归损失函数和分类损失函数；所述掩码分类损失函数包括二值交叉熵损失函数和系数差异损失函数，用于计算生成的掩码图...

【技术特征摘要】

1.基于自适应掩码的老鼠目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于自适应掩码的老鼠目标检测方法，其特征在于，所述步骤s22中，在添加可变形偏移特性时，包括以下步骤：

3.根据权利要求2所述的基于自适应掩码的老鼠目标检测方法，其特征在于，所述步骤a4中，多头自注意力模块的特征映射关系如下：

4.根据权利要求1所述的基于自适应掩码的老鼠目标检测方法，其特征在于，所述步骤s2中，检测模型的损失函数包括掩码分类损失函数、位置回归损失函数和分类损失函数；所述掩码分类损失函数包括二值交叉熵损失函数和系数差异损失函数，用于计算生成的掩码图与分割图之间的损失；所述位置回归损失函数和分类损失函数分别为平滑l1损失函数和焦点分类损失函数。

5.根据权利要求1所述的基于自适应掩码的老鼠目标检测方法，其特征在于，所述步骤s2中，所述检测模型的主干网络利用已有的模型参数进行预训练，检测模型的其他部分采用随机的方式初始化权重参数，不断迭代更新参数，直至训练迭代次数达到最大迭代数，中止训练。

6.基于自适应掩码的老鼠目标检测系统，基于权利要求1-5任一项所述的基于自适应掩码的老鼠目标检测方法进行，其特征在于，包括训练模块、检测模块和测试模块；所述训练模块用于基于训练集训练检测模块，所述测试模块用于基于测试集测试训练后的检测模块并得到性能最优的检测模块，用于检测监控图像中的老鼠目标；

7.根据权利要求6所述的基于自适应掩码的老鼠目标检测系统，其特征在于，所述掩码注意力模块包括从前至后依次设置的第一特征相乘层、第一特征相加层、...

【专利技术属性】
技术研发人员：闫超，陈劲峰，张璞，
申请(专利权)人：成都中扶蓉通科技有限公司，
类型：发明
国别省市：