1.一種基于YOLOv4-tiny的插板閥開度檢測方法，其特征是，所述插板閥開度檢測方法包括如下步驟：

步驟S1、獲取插板閥的初始樣本數據集，并對所獲取的初始樣本數據集進行所需的預處理，以得到插板閥的標準樣本數據集；

步驟S2、對上述插板閥的標準樣本數據集進行物體類別標注與位置信息的標注，以得到插板閥的標準樣本標注數據集，且對插板閥的標準樣本標注數據集進行劃分，以得到訓練數據集、驗證數據集與測試數據集；

步驟S3、讀取YOLOv4-tiny的配置文件，并配置所述YOLOv4-tiny配置文件中的網絡層參數信息，以得到YOLOv4-tiny基本檢測模型；對于所述YOLOv4-tiny基本檢測模型，使用CSPDarknet53作為backbone進行主要特征提取器，使用子階段sub-stage作為neck進行特征融合，使用YOLO作為head進行目標位置與類別信息的預測，且將構建的空間金字塔池化模塊分別與索引為m的convolution模塊、索引為m+1的convolution模塊連接；

步驟S4、利用訓練數據集對上述的YOLOv4-tiny基本檢測模型進行訓練，當訓練達到設定的次數或在驗證數據集上出現過擬合時停止訓練，在每次的訓練中，更新YOLOv4-tiny基本檢測模型的權重信息，以在每次訓練后均能得到一相應的YOLOv4-tiny基本檢測訓練模型；

步驟S5、利用測試數據集對上述步驟S4中得到所有的YOLOv4-tiny基本檢測訓練模型進行測試；測試后，任一YOLOv4-tiny基本檢測訓練模型得到一相應的多尺度預測信息，利用每個YOLOv4-tiny基本檢測訓練模型的多尺度預測信息確定對應YOLOv4-tiny基本檢測訓練模型的檢測精度，將檢測精度最高的YOLOv4-tiny基本檢測訓練模型作為YOLOv4-tiny目標檢測模型；

步驟S6、利用YOLOv4-tiny目標檢測模型對待計算開度的插板閥圖像進行處理，以得到所述插板閥圖像的開度；

步驟S2中，對標準樣本數據集進行物體類別標準包括對插板外框的標注以及對插板的標注；標注時，采用LabelImage標注工具進行標注；在標注后，生成VOC2007標準數據格式的數據集；劃分得到的訓練數據集、驗證數據集、測試數據集相應的圖像數量比例為8：1：1；

步驟S6中，插板閥圖像的開度O為：

其中，x_full為插板全開的位置，x_empty為插板全閉的位置，x為插板的當前位置。