一种基于动态阈值，分类定位分数融合的多类别密集目标计数与定位方法

本发明涉及一种基于动态阈值，分类定位分数融合的多类别密集目标计数与定位方法：获取点标注数据，对图像数据进行预处理；搭建一个视觉Transformer框架，在主干网络后嵌入一个阈值回归头，在Transformer解码器中嵌入一个定位分数回归头，完成网络构建，并对网络参数初始化；训练阶段，通过匹配预测点与标注点，获得实际定位分数，监督预测定位分数；融合分类分数与定位分数得到联合分数，搜索最优阈值，监督预测阈值；使用优化算法，训练整个模型；测试阶段，保留训练后模型参数，使用预测的动态阈值筛选联合分数得到预测结果，在数据集上进行测试。本发明通过引入动态阈值预测和分类定位分数融合，实现了精确的多类别密集群体计数与定位，在计数与定位上均达到了当前最佳效果。