1.一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，所述步驟s1中，具體包括：
3.根據(jù)權(quán)利要求2所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，所述步驟s2中，具體包括：
4.根據(jù)權(quán)利要求3所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，將三角函數(shù)擴展到維向量作為輸入信息的表示，不同的通道具備不同的波長；
5.根據(jù)權(quán)利要求4所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，在編碼過程中，采用完全相同的n個編碼模塊，每個編碼模塊的輸入均為的圖像特征與位置編碼，輸出均為同樣維度的特征矩陣，每個編碼模塊有一個多頭自注意力層與一個前饋神經(jīng)網(wǎng)絡(luò)組成，為圖像的特征的高，為圖像的特征的寬，為訓(xùn)練批次大小。
6.根據(jù)權(quán)利要求1所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，采用可變化的多頭自注意力機制，多頭自注意力層的計算過程為：特征矩陣和位置編碼相加后得到查詢矩陣，鍵矩陣，值矩陣即為特征矩陣，并由這三個矩陣計算得出包含自注意力信息的矩陣，矩陣的計算公式為：
7.根據(jù)權(quán)利要求3所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，在解碼過程中，同樣采用n個相同的模塊組成，其中每個模塊的組成為自下而上為可變化多頭自注意力層ms1、殘差歸一層、可變化多頭自注意力層ms2、殘差歸一層、前饋神經(jīng)網(wǎng)絡(luò)層、殘差歸一層，其中，殘差歸一層與前饋神經(jīng)網(wǎng)絡(luò)層與編碼器的殘差歸一層和前饋神經(jīng)網(wǎng)絡(luò)層相同，而多頭自注意力層的輸入與編碼器有區(qū)別，具體可以表示為：ms1的輸入為初始全為0的位置矩陣與類別查詢矩陣作相加為ms1的查詢矩陣和鍵矩陣，而價值矩陣則直接由得到，其結(jié)果通過殘差歸一層后與類別查詢矩陣相加作為ms2的查詢矩陣，而ms2的值矩陣由編碼器的輸出直接得到，ms2的鍵矩陣由編碼器的輸出與位置編碼相加得到，其中類別查詢矩陣也為一個可學(xué)習(xí)的矩陣，將ms2的輸出作為新的位置矩陣在通過前饋神經(jīng)網(wǎng)絡(luò)層與殘差歸一層，作為整個解碼器模塊的輸出。
8.根據(jù)權(quán)利要求1所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，將解碼器的輸出送入兩個不同的前饋神經(jīng)網(wǎng)絡(luò)ffn1、ffn2中，其中ffn1為類別預(yù)測網(wǎng)絡(luò)，本網(wǎng)絡(luò)可以預(yù)測多個類別，但根據(jù)需要僅需預(yù)測兩個類別，分別為0表示未出現(xiàn)燒蝕、1表示出現(xiàn)燒蝕，ffn1為一個全連接層構(gòu)成，ffn2為邊界框預(yù)測網(wǎng)絡(luò)，ffn2由三個全連接層組成，最終輸出為一個尺寸為6的數(shù)據(jù)，其邊界框的中心點、高度、寬度、角度即為這五個數(shù)據(jù)。
9.根據(jù)權(quán)利要求1所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，所述步驟s3中，具體包括：
10.據(jù)權(quán)利要求1所述的一種金屬復(fù)合材料雷擊燒蝕檢測方法，其特征在于，在所述步驟s4中，具體包括：