CN112489033B 基于分类权重的混凝土养护箱的清洁效果的检测方法 （杭州追猎科技有限公司）

基于分类权重的混凝土养护箱的清洁效果本申请公开了一种基于分类权重的混凝土特征图通过Softmax函数，以获得第一和第二分图与所述第一和第二注意力特征图分别进行按2获取待检测混凝土养护箱的图像，所述待检测混凝土养护箱图像将所述待检测混凝土养护箱图像通过卷积神经网络以将所述特征图分别通过第一注意力机制模块和第二注意力机制模块将所述第一注意力特征图通过Softmax函数以计算所述第一注意力特征图中每个位置将所述第二注意力特征图通过Softmax函数以计算所述第二注意力特征图中每个位置将所述第一分类权重得分图与所述第一注意力特征图进行按将所述第二分类权重得分图与所述第二注意力特征图进行按将所述分类特征图通过分类器，以获得分类结果，所述分类结果用将第一特征图通过多个第一卷积层以获得第一将所述第一卷积特征图与所述第一特征图进行按像素位置点乘，以将所述第二卷积特征图与所述第二特征图进行按像素位置点乘，以3.根据权利要求1所述的基于分类权重的其中，将所述第一注意力特征图通过Softmax函数以计算所述第一注意力特征图中每其中，将所述第二注意力特征图通过Softmax函数以计算所述第二注意力特征图中每3计算所述第一分类权重特征图与所述第二分类权重特征图之间的按像素位置加权和，将所述分类特征图通过编码器以获得分类特征向量，所述编码器待检测图像获取单元，用于获取待检测混凝土养护箱的图像箱图像包含所述待检测混凝土养护箱的内壁部分和支撑特征图生成单元，用于将所述待检测图像获取单元获得的所注意力特征图生成单元，用于将所述特征图生成单元获得的第一第一分类权重得分图生成单元，用于将所述注意力特征图生意力特征图通过Softmax函数以计算所述第一注意力特征图中每个位置的分类权重，以获第二分类权重得分图生成单元，用于将所述所述注二注意力特征图通过Softmax函数以计算所述第二注意力特征图中每个位置的分类权重，第一分类权重特征图生成单元，用于将所述第一分类权第一分类权重得分图与所述注意力特征图生成单元获得的所述第一注意力特征图进行按第二分类权重特征图生成单元，用于将所述第二分类权第二分类权重得分图与所述注意力特征图生成单元获得的所述第二注意力特征图进行按特征图融合单元，用于融合所述第一分类权重特征图生成分类结果生成单元，用于将所述特征图融合单元获得的所述分类特征图通过分类器，第一卷积特征图特征图生成子单元，用于将所述第一特征图通第一点乘子单元，用于将所述第一卷积特征图与所述第一特征图进行按像素位置点4第二卷积特征图特征图生成子单元，用于将第二特第二点乘子单元，用于将所述第二卷积特征图与所述第二特征图进行按像素位置点存储器，在所述存储器中存储有计算机程序指令，所述计算机程器运行时使得所述处理器执行如权利要求1_6中任一项所述的基于分类权重的混凝土养护5养护箱内腔中的用于放置混凝土试块的支撑架表面进行清洁，否则将影响后续的实验结[0012]将所述第一注意力特征图通过Softmax函数以计算所述第一注意力特征图中每个[0013]将所述第二注意力特征图通过Softmax函数以计算所述第二注意力特征图中每个6[0016]融合所述第一分类权重特征图与所述第二分类权重特征图，检测混凝土养护箱的内壁和支撑架表面的清洁效力特征图通过Softmax函数以计算所述第一注意力特征图中每个位置的分类权重，以获得养护箱图像包含所述待检测混凝土养护箱的内壁部分和支撑7一注意力特征图通过Softmax函数以计算所述第一注意力特征图中每个位置的分类权重，述第二注意力特征图通过Softmax函数以计算所述第二注意力特征图中每个位置的分类权所述第一分类权重得分图与所述注意力特征图生成单元获得的所述第一注意力特征图进所述第二分类权重得分图与所述注意力特征图生成单元获得的所述第二注意力特征图进编码器包括一个或多个全连接层；以及，分类子单元，用于将所述分类特征向量通过8处理器执行如上所述的基于分类权重的混凝土养护箱的清洁效果[0041]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、[0042]图1图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0043]图2图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0044]图3图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0045]图4图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0046]图5图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0047]图6图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0048]图7图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0049]图8图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测9[0056]本申请的申请人考虑通过基于深度学习的计算机视觉技术来对混凝土养护箱的征，并分别将第一注意力图和第二注意力图通过softmax函数以计算注意力图的每个位置果用于表示所述混凝土养护箱的内壁和支撑架[0060]基于此，本申请提出了一种基于分类权重的混凝土养护箱的清洁效果的检测方函数以计算所述第一注意力特征图中每个位置的分类权重，以获得第一分类权重得分图；将所述第二注意力特征图通过Softmax函数以计算所述第二注意力特征图中每个位置的分[0061]图1图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0065]图2图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测述第一注意力特征图通过Softmax函数以计算所述第一注意力特征图中每个位置的分类权述分类结果用于表示所述待检测混凝土养护箱的内壁和支撑架表面的清洁效果是[0066]图3图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测注意力特征图(例如，如图3中所示意的F1)和述第二注意力特征图通过Softmax函数以计算所述第二注意力特征图中每个位置的分类权述待检测混凝土养护箱的内壁和支撑架表面的清洁效果摄像头的拍摄角度使得所述待检测混凝土养护箱图像包含所述待检测混凝土养护箱的内[0069]在步骤S120中，将所述待检测混凝土养护箱图像通过卷积神经网络以获得特征[0070]优选地，在本申请实施例中，所述卷积神经网络被实施意义在于为迭加多层网络而使得整个学习模型的错误率不降反升的难题提供了图像中所述待检测混凝土养护箱的内壁部分和支撑架[0074]图4图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0075]在步骤S140中，将所述第一注意力特征图通过Softmax函数以计算所述第一注意第一注意力特征图通过Softmax函数以计算所述第一注意力特征图中每个像素位置归属于[0078]在步骤S150中，将所述第二注意力特征图通过Softmax函数以计算所述第二注意特征图通过Softmax函数以计算所述第二注意力特征图中每个像素位置归属于混凝土标签类权重特征图之间的按像素位置加权和的方式来融合所述第一分类权重特征图和所述第架表面的清洁效果合格的第一概率和归属于所述待检测混凝土养护箱的内壁和支撑架表[0085]图5图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0088]图6图示了根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检测[0089]如图6所示，根据本申请实施例的基于分类权重的混凝土养护箱的清洁效果的检620获得的所述第一特征图分别通过第一注意力机制模块和第二注意力机制模块，以获得意力特征图生成单元630获得的所述第一注意力特征图通过Softmax函数以计算所述第一过Softmax函数以计算所述第二注意力特征图中每个位置的分类权重，以获得第二分类权重得分图；第一分类权重特征图生成单元660，用于将所述第一分类权重得分图生成单元640获得的所述第一分类权重得分图与所述注意力特征图生成单元630获得的所述第一注所述注意力特征图生成单元630获得的所述第二注意力特征图进行按像素位置点乘，以获660获得的所述第一分类权重特征图与所述第二分类权重特征图生成单元670获得的所述所述待检测混凝土养护箱的内壁和支撑架表面的清洁效果是下公式计算所述第二注意力特征图中每个位置的分类权重，以获得第二分类权重得分图，能和操作已经在上面参考图1到图5的基于分类权重的混凝土养护箱的清洁效果的检测方[0102]处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存请的各个实施例的基于分类权重的混凝土养护箱的清洁效果的检测方法以及/或者其他期算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的基于分类权重的混凝土养护箱的清洁效果的检测方法中的步骤。[0110]所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执[0116]提供所公开