基于深度学习的钩提杆弯曲图像识别方法

基于深度学习的钩提杆弯曲图像识别方法，涉及图像处理技术领域，针对现有技术中由于钩提杆弯曲图像背景较为杂乱，相似部位较多，因此导致了识别准确率低的问题，本申请通过在FPN后面加入了ECA‑NET结构，保证注意力机制得到更加准确的特征图，并加入可变形卷积，充分发挥网络中感受野的特性，提高模型对不规则目标的特征提取能力，进而解决了由于钩提杆弯曲图像背景较为杂乱，相似部位较多，因此导致的识别准确率低的问题。