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。