申请/专利权人：重庆邮电大学

申请日：2023-12-20

公开（公告）日：2024-03-22

公开（公告）号：CN117746020A

主分类号：G06V10/25

分类号：G06V10/25;G06V10/44;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及一种X光安检图像违禁物品检测方法，属于计算机视觉目标检测与识别技术领域。该方法包括以下步骤：S1：获取安检数据集，对获取的安检数据集进行预处理，将预处理的数据集按比例随机划分为训练集和验证集；S2：使用WHIoULoss和注意力特征融合模块构建WHLAFF‑YOLO模型；S3：将S1中的训练集输入S2构建的WHLAFF‑YOLO模型中，对模型进行训练，得到训练完成的WHLAFF‑YOLO模型；S4：使用S3训练完成的WHLAFF‑YOLO模型，对安检过程中采集到的包含违禁物品的X光图像进行违禁物品检测。本发明在保证检测速度的同时，达到了更高的检测精度。

主权项：1.一种X光安检图像违禁物品检测方法，其特征在于：该方法包括以下步骤：S1：获取安检数据集，对获取安检数据集进行预处理，将预处理的数据集按比例随机划分为训练集和验证集；S2：使用WHIoULoss替换CIoULoss作为新的边界框损失函数，引入注意力特征融合模块AFFM改进YOLOv7网络模型中颈部网络的特征融合方式，构建安检图像违禁物品检测网络WHLAFF-YOLO模型；S3：将所述S1中的训练集输入所述S2构建的WHLAFF-YOLO模型中，对模型进行训练，得到训练完成的WHLAFF-YOLO模型；S4：使用所述S3训练完成的WHLAFF-YOLO模型，对安检过程中采集到的包含违禁物品的X光图像进行违禁物品检测。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种X光安检图像违禁物品检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD