本发明涉及图像识别技术，特别是一种基于pp-picodet的湖泊水面漂浮物识别方法。
背景技术：
1、随着生活水平的日益提高，人们的环境保护意识逐渐增强。水面漂浮物是评估水资源污染程度的重要指标之一，为了更好地监测水质，一些研究者引入湖泊水面漂浮物识别技术，并将其应用于检测湖泊水面漂浮物，湖泊水面漂浮物识别技术作为一种水面漂浮物图像识别技术可以实现对真实场景下水面漂浮物的实时检测，在水面漂浮物治理领域得到了广泛应用。但湖泊水面漂浮物识别系统的实际性能缺乏可靠的评估方法和检测工具，无法有效地评估其实际效果。
2、湖泊水面漂浮物识别技术的优点之一是可以同时识别多个目标，但要实现这一点，必须提高目标特征信息的提取准确度。在实际应用中，图像目标特征提取信息对湖泊水面漂浮物识别系统的动态性能影响重大。如果提取的目标特征信息不准确，就会导致漏识别或误识别等问题，从而失去多目标识别的优势。因此，优化目标特征提取信息的准确性以提高湖泊水面漂浮物的识别率，对于湖泊水面漂浮物识别技术的发展至关重要。
技术实现思路
1、发明目的：本发明的目的是提供一种基于pp-picodet的湖泊水面漂浮物识别方法，从而在颈部结构引入了上下文注意力模块，通过上下文注意力模块增强特征上下文之间的联系，有效地帮助模型把注意力放在与湖泊水面漂浮物相关的特征学习上；同时，本发明能够使用图像目标特征提取技术进行预测，以识别水面漂浮物，从而更有效地清理湖泊水面漂浮物。
2、技术方案：本发明所述的一种基于pp-picodet的湖泊水面漂浮物识别方法，包括以下步骤：
3、步骤1、搭建采集平台：将相机支架搭建在水质检测船上，确保相机对准水面检测区；将相机与控制计算机连接，以便进行后续的水面漂浮物的检测；
4、步骤2、图像采集：在选择合适的湖泊水域环境后，使用搭建好的采集平台对塑料瓶、落叶和塑料袋三种常见的水面漂浮物进行图像采集，并将采集的图像保存在计算机中；
5、步骤3、图像标注：将步骤2中保存的图片进行数据集的标注，采用适当的标注工具，标注完成后按比例随机划分数据集为训练集和测试集；
6、步骤4、模型搭建：使用pp-picodet模型并进行改进，搭建基于改进pp-picodet模型下的目标检测网络，根据步骤3所获得的数据集进行模型训练和验证；
7、步骤5、图像分类：通过步骤4训练好的目标检测网络，对湖泊水面漂浮物进行检测和分类。
8、所述步骤3具体为：
9、步骤3.1、数据集标注：标注步骤2中获得的水面漂浮物图像，使用合适的标注工具，框选出漂浮物目标；
10、步骤3.2、格式转化：对步骤3.1中标注完成的voc格式数据集进行转化，需要转化为适用pp-picodet训练的数据集；
11、步骤3.3、按比例随机划分，通过步骤3.2获得湖泊水面漂浮物的数据集，按比例随机划分数据集为训练集和测试集。
12、所述步骤4具体为：
13、步骤4.1、采用esnet作为骨干网络，并在颈部采用csp-pan结构，通过降低计算成本和引入上下文注意力模块(cam)来提高网络对重点区域的特征学习；同时，添加了更小的特征尺度来提升大物体的检测效果；在颈部和检测头部分均采用了深度可分离卷积，并采用了通道数和颈部一致的耦合头，以提高检测速度；
14、步骤4.2、在训练目标检测模型之前，需要创建标注映射文件，定义一个类名到类id的映射，以便训练器识别漂浮物的类别；
15、步骤4.3、改进pp-picodet模型通过训练集进行训练，构建出目标检测网络，再利用目标检测网络对步骤3所获得湖泊水面漂浮物图像数据测试集进行检验。
16、所述步骤5具体为：通过步骤1中的设备采集图片数据，存储在控制计算机中，通过训练好的目标检测网络进行对湖泊水面漂浮物进行检测和分类，最终获得水面漂浮物的种类。
17、一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的一种基于pp-picodet的湖泊水面漂浮物识别方法。
18、一种计算机设备，包括储存器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种基于pp-picodet的湖泊水面漂浮物识别方法。
19、有益效果：与现有技术相比，本发明具有如下优点：
20、1、本发明在颈部结构引入了上下文注意力模块，通过上下文注意力模块增强特征上下文之间的联系，能够有效地帮助模型把注意力放在与湖泊水面漂浮物相关的特征学习上；
21、2、本发明能够使用图像目标特征提取技术进行预测，以识别水面漂浮物，从而更有效地清理湖泊水面漂浮物。
1.一种基于pp-picodet的湖泊水面漂浮物识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于pp-picodet的湖泊水面漂浮物识别方法，其特征在于，所述步骤3具体为：
3.根据权利要求1所述的一种基于pp-picodet的湖泊水面漂浮物识别方法，其特征在于，所述步骤4具体为：
4.根据权利要求1所述的一种基于pp-picodet的湖泊水面漂浮物识别方法，其特征在于，所述步骤5具体为：通过步骤1中的设备采集图片数据，存储在控制计算机中，通过训练好的目标检测网络进行对湖泊水面漂浮物进行检测和分类，最终获得水面漂浮物的种类。
5.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的一种基于pp-picodet的湖泊水面漂浮物识别方法。
6.一种计算机设备，包括储存器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的一种基于pp-picodet的湖泊水面漂浮物识别方法。