龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国烟草总公司陕西省公司;西安电子科技大学
申请日：2024-01-26
公开（公告）日：2024-06-28
公开（公告）号：CN118262190A
主分类号：G06V10/774
分类号：G06V10/774;G06V10/764;G06V10/52;G06V10/56;G06V10/54;G06V10/82;G06V10/80;G06N3/0895;G06N3/0464;G06N3/048;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于深度学习模型的X光涉烟包裹检测方法，具体步骤如下：构建由特征提取模块、特征加权模块级联组成的基于注意力机制的特征提取子网络；构建由多尺度特征提取模块、通道注意力模块和空间注意力模块级联组成的特征增强子网络；将生成的训练集用于训练涉烟包裹检测网络并对待检测目标进行检测。本发明克服了现有目标检测方法针对X光涉烟包裹识别率低、在包裹中存在遮挡难以分辨的问题，使得本发明不仅能够对涉烟包裹进行高效识别，也能在存在重叠或遮挡的情况下进行准确的识别。
主权项：1.一种基于深度学习模型的X光涉烟包裹检测方法，其特征在于，生成X光烟草目标的训练集，构建由基于注意力机制的特征提取模块和多尺度信息融合的特征增强模块组成的涉烟包裹检测网络，该检测方法的步骤包括如下：步骤1，生成X光烟草目标训练集；步骤2，构建由特征提取模块、特征加权模块级联组成的基于注意力机制的特征提取子网络；步骤3，构建由多尺度特征提取模块、通道注意力模块、空间注意力模块级联组成的特征增强子网络；步骤4，构建涉烟包裹检测网络：将特征提取子网络、特征增强子网络、识别模块依次连接组成涉烟包裹检测网络；并训练涉烟包裹检测网络；步骤5，对待检测图像中的目标进行检测。
全文数据：
权利要求：
百度查询： 中国烟草总公司陕西省公司;西安电子科技大学 基于深度学习模型的X光涉烟包裹检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号