恭喜北京工业大学黄志清获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜北京工业大学申请的专利一种基于深度学习的X光安检图像中非金属打火机检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113822265B 。
龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110958470.9,技术领域涉及:G06V10/764;该发明授权一种基于深度学习的X光安检图像中非金属打火机检测方法是由黄志清;张煜森设计研发完成,并于2021-08-20向国家知识产权局提交的专利申请。
本一种基于深度学习的X光安检图像中非金属打火机检测方法在说明书摘要公布了:本发明公开了一种基于深度学习的X光安检图像中非金属打火机检测方法,该方法的数据增强与多尺度训练使用3种不同的数据增强方法并以mix‑up的方式融合数据增强数据,提升对于非金属打火机的定位能力。应用X光安检图像非金属打火机识别模型,将真实场景下的X光安检图像输入的模型,模型的直接输出非金属打火机检出结果。三种数据增强方式以及多尺度训练提升了模型对于真实场景下X光安检图像非金属打火机检出的泛化能力。在特征提取网络种引入改进型通道注意力,提升模型对于非金属打火机有效特征的提取,在特征融合阶段设计了DO‑PAN网络结构,加强浅层特征与深层特征的融合,提高模型对于非金属打火机的识别能力,使用Focalloss损失函数代替交叉熵损失函数。
本发明授权一种基于深度学习的X光安检图像中非金属打火机检测方法在权利要求书中公布了:1.一种基于深度学习的X光安检图像中非金属打火机检测方法,其特征在于:该方法分为两步,1数据增强与多尺度训练:模型训练所用数据,来自机场安检口、地铁安检口真实场景下采集的X光安检图像,共计896张图像,并且对该896张图像组成的数据集进行数据增强,使用3种不同的数据增强方法,并且以mix-up的方式融合数据增强数据,提升对于非金属打火机的定位能力;为提升模型对于任意尺度的X光安检图像具有较好的识别能力,在训练时使用多尺度训练方式,每10次迭代将图像输入大小调整为320至608之间的任意的32的倍数大小;2端到端模型:应用X光安检图像非金属打火机识别模型,将真实场景下的X光安检图像输入的模型,模型的直接输出非金属打火机检出结果;非金属打火机识别模型分为2个部分,非金属打火机特征提取网络部分,以及多尺度特征融合与模型检测部分;非金属打火机特征提取网络部分,使用YOLOv4中的CSPdarknet53网络,其网络结构,特征提取网络含有五个跨阶段局部网络,每个局部网络中分别还有1,2,8,8,4个残差模块;多尺度特征融合与模型检测部分采用改进型通道注意力模块加强特征提取网络,对于非金属打火机有效特征的提取,使用全局最大池化与全局平均池化共同反应通道的响应情况;在特征提取网络中对特征图进行五次下采样,设计Do-PAN特征融合模块,使用Do-Conv替换普通卷积,将浅层特征与深层特征融合,进一步提升模型对于非金属打火机小目标的识别准确率;模型的三种输出特征图上,每个像素点预测一个3*4+1+1维的向量,其中3表示如果目标中心位于该像素点,该像素点将预测3种边界框,4表示坐标向量,1表示置信度向量和类别概率向量。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京工业大学,其通讯地址为:100124 北京市朝阳区平乐园100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。