[发明专利]一种胎线稀病疵检测方法

权利要求书

1.一种胎线稀病疵检测方法，基于改进的yolov5网络进行检测，其特征在于，所述改进的yolov5网络是在yolov5网络骨干网络第六层融合CA注意力模块；

将获取的胎线稀数据集放入改进的YOLOv5网络，在得到骨干网络第五层CSP结构输出的特征图后，将特征图输入到CA注意力模块；

CA注意力模块提取特征图中的特征位置信息并加入通道注意力中，使得改进的YOLOv5网络充分获取胎线稀病疵特征的特征位置信息，并利用捕获到的特征位置信息，捕获感兴趣的病疵特征。

2.根据权利要求1述的一种胎线稀病疵检测方法，其特征在于，所述获取的胎线稀数据集的方法包括，

以获取的带有原始病疵标注的胎线小样本病疵数据作为数据集，将数据集进行等比缩放，保持图像长度不变，筛选图像中的胎线稀病疵部分，裁剪出一定数量的包括病疵部分的图像作为原始数据集；采用mixup算法对原始数据集进行数据扩充，后根据原始病疵标注重新定位病疵部分的位置，将所有图像以同一个标准进行标注，获得胎线稀数据集。

3.根据权利要求1所述的一种胎线稀病疵检测方法，其特征在于，针对骨干网络第五层CSP结构输出的特征图，CA注意力模块通过使用两个空间范围的池核分别沿着水平和垂直坐标对每个通道进行特征聚合，其中一个方向保留精确的病疵特征的坐标信息，并将坐标信息嵌入到生成的特征中；将两个方向聚合的病疵特征串联起来并经过卷积变换操作，得到病疵特征在水平和垂直方向上编码空间信息的中间特征地图，将水平和垂直方向的注意力互补的应用于输入的特征图，生成病疵特征的坐标注意力，从而增强对于病疵特征位置的定位。

4.根据权利要求3所述的一种胎线稀病疵检测方法，其特征在于，将所述一对方向感知特征图串联起来，发送到共享的1*1的卷积变换函数F₁，再利用另外两个1*1的卷积变换F_H和F_w，将水平方向和垂直方向经编码后的独立张量变换为与输入病疵特征图相同通道数的张量，使得两个注意力图的每个元素都反应了相应的行和列是否存在感兴趣的对象。