[发明专利]工业遮挡目标检测方法

权利要求书

1.一种工业遮挡目标检测方法，其特征在于，所述方法包括：

输入待处理图片，将待处理图片进行patch分割和应用线性嵌入层进行降维，得到第一特征图；

将第一特征图进行三次连续的Wiggle Transformer Block操作，生成第二特征图；

将第二特征图输入至Patch Merging模块执行Restructure操作，将经Restructure操作后的第二特征图进行三次连续的WiggleTransformer Block操作，生成第三特征图；

将第三特征图输入至Patch Merging模块执行Restructure操作，将经Restructure操作后的第三特征图进行六次连续的WiggleTransformer Block操作，生成第四特征图；

将第四特征图输入至Patch Merging模块执行Restructure操作，将经Restructure操作后的第四特征图进行三次连续的WiggleTransformer Block操作，生成第五特征图；

将第五特征图送入RPN网络，通过RPN网络对第五特征图进行遮挡目标检测，输出遮挡目标检测结果；

在三次连续的WiggleTransformer Block操作中，分别采用W-MSA模块，WWL-MSA模块和WWR-MSA模块进行窗口切分，在每个切分后形成的窗口中各自进行attention计算。

2.根据权利要求1所述的工业遮挡目标检测方法，其特征在于，所述输入待处理图片，将待处理图片进行patch分割和应用线性嵌入层进行降维，得到第一特征图，包括：

输入一张高度为H，宽度为W，通道数为3的待处理图片；

将待处理图片划分为个尺寸相同的patch块，每个patch块的高度为4像素，宽度为4像素；

将多个尺寸相同的patch块作为原始特征图输入至线性嵌入层中，将原始特征图的特征维度变为预设维度C，以将2维的原始特征图转换成1维patch片层，将转换后的1维patch片层作为第一特征图。

3.根据权利要求2所述的工业遮挡目标检测方法，其特征在于，所述将第一特征图进行三次连续的Wiggle Transformer Block操作，生成第二特征图包括：

将第一特征图输入至Wiggle Transformer Block中，进行第一Wiggle TransformerBlock操作；在进行第一Wiggle Transformer Block操作的过程中，利用W-MSA模块进行窗口切分，生成多个第一窗口，并在每个切分后形成的第一窗口中各自进行attention计算；

将经第一Wiggle Transformer Block操作后的第一特征图输入至WiggleTransformer Block中，进行第二Wiggle Transformer Block操作；在进行第二WiggleTransformer Block操作的过程中，利用WWL-MSA模块进行窗口切分，生成多个第二窗口，并在每个切分后形成的第二窗口中各自进行attention计算；

将经第二Wiggle Transformer Block操作后的第一特征图输入至WiggleTransformer Block中，进行第三Wiggle Transformer Block操作，将最终得到的特征图作为第二特征图；在进行第三Wiggle Transformer Block操作的过程中，利用WWR-MSA模块进行窗口切分，生成多个第三窗口，并在每个切分后形成的第三窗口中各自进行attention计算。