本發(fā)明涉及蛇類檢測，尤其涉及一種用于檢測圖像中蛇類目標的方法、裝置、電子設(shè)備、非暫態(tài)計算機可讀存儲介質(zhì)、計算機程序產(chǎn)品。

背景技術(shù)：

1、當前全球環(huán)境的劇烈變化導(dǎo)致生物多樣性下降。根據(jù)國際自然保護聯(lián)盟的評估，全球超過28%的物種正面臨滅絕的威脅，其中蛇類尤其受到廣泛關(guān)注。蛇類擁有超過3900種不同的種類，它們不僅種類繁多，而且在生態(tài)系統(tǒng)中扮演著關(guān)鍵角色，對于維持生物多樣性的平衡至關(guān)重要。盡管大多數(shù)蛇類物種處于瀕危狀態(tài)，但人們往往因為對蛇潛在危險性的恐懼而試圖捕捉或殺死它們，這種行為無意中將它們推向危險的境地。一個普遍的誤解是，所有的蛇都是有毒且危險的，這種觀念在蛇類分布較多的地區(qū)尤為盛行，尤其是在那些對蛇類了解不足的人群中。這種誤解不僅對科學家保護瀕臨滅絕的珍稀蛇類構(gòu)成嚴重障礙，也不利于維持自然界中物種的多樣性。因此，開發(fā)一種快速且準確的蛇類識別技術(shù)方案，對于科學監(jiān)測和生態(tài)保護至關(guān)重要。

2、目前，現(xiàn)有技術(shù)中，已有技術(shù)人員利用機器學習和深度學習技術(shù)開展蛇類檢測工作，但是現(xiàn)有技術(shù)的方案仍至少存在如下亟待解決的問題；例如，1）在識別過程中可能會產(chǎn)生計算冗余，導(dǎo)致檢測速度不如預(yù)期；2）在提取原始圖像特征方面存在不足，直接影響識別的精度。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種用于檢測圖像中蛇類目標的方法、裝置、電子設(shè)備、非暫態(tài)計算機可讀存儲介質(zhì)、計算機程序產(chǎn)品，用以解決現(xiàn)有技術(shù)中的缺陷。

2、本發(fā)明提供一種用于檢測圖像中蛇類目標的方法，包括：

3、獲取目標圖像；其中，所述目標圖像為需要進行蛇類目標檢測的圖像；

4、將所述目標圖像輸入預(yù)設(shè)蛇類目標檢測模型，經(jīng)所述預(yù)設(shè)蛇類目標檢測模型輸出關(guān)于所述目標圖像的蛇類目標檢測結(jié)果；

5、其中，所述預(yù)設(shè)蛇類目標檢測模型基于至少一組訓練數(shù)據(jù)訓練得到，所述至少一組訓練數(shù)據(jù)中的每組訓練數(shù)據(jù)包括一張樣本圖像和對應(yīng)的標注數(shù)據(jù)，所述標注數(shù)據(jù)包括在所述樣本圖像中標注的蛇類目標的類別信息以及位置信息。

6、本發(fā)明還提供一種用于檢測圖像中蛇類目標的裝置，包括：

7、圖像獲取模塊，被配置為：獲取目標圖像；其中，所述目標圖像為需要進行蛇類目標檢測的圖像；

8、目標檢測模塊，被配置為：將所述目標圖像輸入預(yù)設(shè)蛇類目標檢測模型，經(jīng)所述預(yù)設(shè)蛇類目標檢測模型輸出關(guān)于所述目標圖像的蛇類目標檢測結(jié)果；

9、其中，所述預(yù)設(shè)蛇類目標檢測模型基于至少一組訓練數(shù)據(jù)訓練得到，所述至少一組訓練數(shù)據(jù)中的每組訓練數(shù)據(jù)包括一張樣本圖像和對應(yīng)的標注數(shù)據(jù)，所述標注數(shù)據(jù)包括在所述樣本圖像中標注的蛇類目標的類別信息以及位置信息

10、本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如上述任一種所述用于檢測圖像中蛇類目標的方法。

11、本發(fā)明還提供一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述用于檢測圖像中蛇類目標的方法。

12、本發(fā)明還提供一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述用于檢測圖像中蛇類目標的方法。

13、如上所述，本發(fā)明實施例所提供用于檢測圖像中蛇類目標的方法，一方面，基于所述repncspelan4_caa通過聚合關(guān)鍵層信息和加強上下文依賴的特征提取，可有效提高蛇類目標檢測的精度和效率。另一方面，利用gsconv優(yōu)化混合編碼器部分，不僅可保持模型網(wǎng)絡(luò)結(jié)構(gòu)的輕量級，還使網(wǎng)絡(luò)能更高效地捕捉圖像中蛇身的細節(jié)與其上下文信息。

技術(shù)特征：

1.一種用于檢測圖像中蛇類目標的方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，預(yù)設(shè)蛇類目標檢測模型包括級聯(lián)的主干網(wǎng)絡(luò)、混合編碼器和解碼器。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述主干網(wǎng)絡(luò)包括級聯(lián)的第一卷積塊、多尺度特征提取模塊、多尺度特征提取單元以及第一細節(jié)捕捉卷積層；

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述多尺度特征提取模塊包括級聯(lián)的通道減半卷積層、張量分割處理層、特征提取融合子網(wǎng)絡(luò)、上下文錨點注意力層、第二卷積層；

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一細節(jié)捕捉卷積層、第二細節(jié)捕捉卷積層、第三細節(jié)捕捉卷積層、第四細節(jié)捕捉卷積層、第五細節(jié)捕捉卷積層、第六細節(jié)捕捉卷積層、第七細節(jié)捕捉卷積層的結(jié)構(gòu)相同；

6.根據(jù)權(quán)利要求1至5中任一項所述的方法，其特征在于，所述預(yù)設(shè)蛇類目標檢測模型的訓練步驟包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，利用預(yù)設(shè)綜合損失函數(shù)，基于所述每組訓練數(shù)據(jù)中的標注數(shù)據(jù)和所述對應(yīng)的預(yù)測結(jié)果，獲取所述綜合損失函數(shù)的函數(shù)值，包括：

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，基于所述每組訓練數(shù)據(jù)中的預(yù)測結(jié)果和所述對應(yīng)的標注數(shù)據(jù)，計算強力交并比損失函數(shù)的函數(shù)值，包括：

9.根據(jù)權(quán)利要求6所述的方法，其特征在于，基于所述綜合損失函數(shù)的函數(shù)值，對所述待訓練蛇類目標檢測模型進行訓練，直至滿足預(yù)設(shè)訓練完成條件，由所述待訓練蛇類目標檢測模型得到所述預(yù)設(shè)蛇類目標檢測模型，包括：

10.一種用于檢測圖像中蛇類目標的裝置，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明提供一種用于檢測圖像中蛇類目標的方法和裝置，其中，方法包括：獲取目標圖像；其中，目標圖像為需要進行蛇類目標檢測的圖像；將目標圖像輸入預(yù)設(shè)蛇類目標檢測模型，經(jīng)預(yù)設(shè)蛇類目標檢測模型輸出關(guān)于目標圖像的蛇類目標檢測結(jié)果；其中，預(yù)設(shè)蛇類目標檢測模型基于至少一組訓練數(shù)據(jù)訓練得到，至少一組訓練數(shù)據(jù)中的每組訓練數(shù)據(jù)包括一張樣本圖像和對應(yīng)的標注數(shù)據(jù)，標注數(shù)據(jù)包括在樣本圖像中標注的蛇類目標的類別信息以及位置信息。利用本發(fā)明的方法，可以有效提高蛇類目標檢測的精度和效率。

技術(shù)研發(fā)人員：王恒,姜益民,張帥,王雪婷,喻蕾,汪成龍
受保護的技術(shù)使用者：武漢輕工大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10