[发明专利]基于细粒度图像分类的烟丝残留检测方法

权利要求书

1.一种基于细粒度图像分类的烟丝残留检测方法，其特征在于，包括以下步骤：

步骤1、通过可以获取实时视频的监控摄像头拍摄缺陷图像，输出RGB图像；

步骤2、离线过程中，利用大量样本训练基于深度卷积神经网络的细粒度图像分类模型；

步骤3、在线过程中，将监控摄像头采集到的图像输入训练好的细粒度图像分类模型进行前向推理，并判断该图像是否有烟丝残留。

2.根据权利要求1所述的基于细粒度图像分类的烟丝残留检测方法，其特征在于，还包括以下步骤：

步骤4、在时序上对烟丝残留进行跟踪判断，如果一段时间内烟丝残留的次数高于某个阈值，发出报警。

3.根据权利要求1或2所述的基于细粒度图像分类的烟丝残留检测方法，其特征在于，在步骤2中，所述细粒度图像分类模型通过引入通道注意力机制和空间注意力机制来提高图像分类的准确性。

4.根据权利要求3所述的基于细粒度图像分类的烟丝残留检测方法，其特征在于，所述通道注意力机制具体如下：

在深度神经网络的不同层之间加入权重信息，使得对正确分类贡献较大的层具有较高的权重；

所述空间注意力机制具体如下：

在深度神经网络同一层的不同位置加入不同的权重，使得对正确分类贡献较大的区域具有较高的权重。