1.一種基于深度學(xué)習(xí)的積水水漬檢測(cè)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的積水水漬檢測(cè)方法，其特征在于，所述構(gòu)建并訓(xùn)練圖像超分辨率重建模型，所述圖像超分辨率重建模型采用u型網(wǎng)絡(luò)作為主干網(wǎng)絡(luò)，輸入為降采樣且經(jīng)過模糊和加噪處理的低分辨率圖像，采用感知損失、二進(jìn)制交叉熵?fù)p失和l1損失作為訓(xùn)練損失函數(shù)，包括：
3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的積水水漬檢測(cè)方法，其特征在于，所述構(gòu)建并訓(xùn)練檢測(cè)模型，采用交并比損失函數(shù)，將檢測(cè)類別設(shè)置為水，包括：
4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的積水水漬檢測(cè)方法，其特征在于，所述將所述分割模型輸出的初步分割結(jié)果映射回原圖大小，通過歸一化和最大值操作得到分割置信度特征圖，包括：
5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的積水水漬檢測(cè)方法，其特征在于，所述對(duì)所述檢測(cè)模型輸出的初步檢測(cè)結(jié)果進(jìn)行非極大值抑制處理，將置信度閾值設(shè)為a，交并比閾值設(shè)為0.6，包括：
6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的積水水漬檢測(cè)方法，其特征在于，所述基于所述初步檢測(cè)結(jié)果創(chuàng)建與原圖同大小的全零數(shù)組作為檢測(cè)置信度特征圖，對(duì)于檢測(cè)框內(nèi)區(qū)域，當(dāng)檢測(cè)置信度大于等于a時(shí)，將該區(qū)域檢測(cè)置信度特征圖的值設(shè)為對(duì)應(yīng)的檢測(cè)置信度，對(duì)于檢測(cè)框重疊區(qū)域，將檢測(cè)置信度特征圖的值設(shè)為重疊區(qū)域內(nèi)各檢測(cè)框置信度的平均值，包括：
7.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的積水水漬檢測(cè)方法，其特征在于，所述將所述分割置信度特征圖與所述檢測(cè)置信度特征圖進(jìn)行加權(quán)融合得到最終置信度特征圖，其中權(quán)重w和置信度閾值a通過在區(qū)間[0,1]和[0.05,0.95]內(nèi)以0.05間隔遍歷并在測(cè)試集上驗(yàn)證確定，包括：
8.一種基于深度學(xué)習(xí)的積水水漬檢測(cè)裝置，其特征在于，所述裝置包括：
9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7任一項(xiàng)所述的基于深度學(xué)習(xí)的積水水漬檢測(cè)方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7任一項(xiàng)所述的基于深度學(xué)習(xí)的積水水漬檢測(cè)方法的步驟。