[发明专利]一种基于深度学习的手术器械仓储环境清点模型压缩方法

权利要求书

1.一种基于深度学习的手术器械仓储环境清点模型压缩方法，其特征在于，包括以下步骤：

S1、手术器械数据采集与标注：对手术器械进行拍照采集数据，形成数据集，并根据要求对数据集中的照片进行标签标注；

S2、数据集划分与数据增强：对S1中所得的数据集划分为训练集、验证集和测试集，同时在训练前对数据进行数据增强预处理；

S3、目标检测模型轻量化设计：针对Swin transformer模型进行轻量化结构设计，降低Swin transformer模型所需的内存和运算量，实现模型的压缩；

S4、目标检测模型训练：将S3中经过轻量化设计的目标检测模型代码封装好，然后将数据集输入模型中进行训练，在预先设定的模型训练波次结束后，保存精度最高模型参数，用于仓储环境下手术器械的清点。

2.根据权利要求1所述的一种基于深度学习的手术器械仓储环境清点模型压缩方法，其特征在于，所述S1在进行拍照数据采集时，将所有待检测的手术器械分别按照同类型器械紧靠摆放、同类型器械交叉摆放，不同类型紧靠摆放，不同类型器械交叉摆放、所有器件交叉紧靠混合摆放五种摆放方式依次摆放，用于模拟实际应用中各种复杂情况，确保图像信息采集的丰富性和平衡性。

3.根据权利要求1所述的一种基于深度学习的手术器械仓储环境清点模型压缩方法，其特征在于，所述S1中提到的照片标签标注工作，具体包括以下步骤：

A1、将采集过图像数据的手术器械设定标签名；

A2、将所有采集到的手术器械图片输入到图像标注软件中；

A3、利用标注软件将每一张图像中的所有手术器械使用矩形框标注，即每一张图像中的所有手术器械使用矩形描绘出器械轮廓，矩形轮廓标注满足目标检测模型训练所需的信息，然后标记上所对应的标签名；

A4、完成标记后，将相对应的标签名、图片名和矩形轮廓和位置信息均保存在JSON类型文件中，其中矩形轮廓位置信息是通过在整张图像上建立坐标系，记录多边形每个顶点的x轴和y轴坐标。

4.根据权利要求1所述的一种基于深度学习的手术器械仓储环境清点模型压缩方法，其特征在于，所述S2中提到的训练集、验证集和测试集之间的比例为7:2:1；所述训练集用于训练网络；所述验证集用于训练过程验证模型检测效果，并根据效果调整模型的超参数；所述测试集用于模型效果测试。

5.根据权利要求1所述的一种基于深度学习的手术器械仓储环境清点模型压缩方法，其特征在于，所述S2中提到的数据增强预处理的具体增强方式为Mosaic数据增强，即将多张图像随机缩放、裁剪和排布在一起，增强模型的泛化性。

6.根据权利要求1所述的一种基于深度学习的手术器械仓储环境清点模型压缩方法，其特征在于，所述S3中提到的目标检测模型轻量化设计，具体包括以下内容：

B1、给定一批手术器械图像集合，对集合中输入的图像进行PatchEmdeding操作；

B2、通过全连接层对图像进行转化，然后将转化后的图像输入由5个Swin TransformerBlock组成的特征提取模块，利用特征提取模块将输入特征图等划分为无重叠的数个窗口；

B3、在每个窗口内单独进行自注意力计算，特征提取模块中其他结构与ViT模型相同，包含层归一化、全连接层和残差连接；

B4、将Swin transformer串联的特征提取模块进行连接方式的修改，增加并联连接，增大网络的宽度，同时引入不同尺寸的窗口划分，形成层次性结构，将不同层次的输入作为Faster R-CNN的FPN结构的输入；

B5、通过Faster R-CNN进行最后的目标检测，生成相应的预测框和置信度。

7.根据权利要求6所述的一种基于深度学习的手术器械仓储环境清点模型压缩方法，其特征在于，所述B1中提到的对集合中输入的图像进行PatchEmdeding操作，具体包括以下内容：

C1、使用网格划分工具将图片等尺寸划分为无重叠的若干块；

C2、在自注意力运算的时候，将C1中所得的块转化为48个RGB像素的串联，等效于Transformer中的token。

8.根据权利要求6所述的一种基于深度学习的手术器械仓储环境清点模型压缩方法，其特征在于，所述B4中提到的引入不同尺寸的窗口划分，具体包括以下内容：

将两个不同窗口尺寸分支输出的结构进行Concat操作，然后连接一个池化层，取代原来的PatchEmerging层，使特征图的感受野和通道数增大，形成层次性结构。