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：杭州电子科技大学
申请日：2023-12-25
公开（公告）日：2024-06-28
公开（公告）号：CN118261853A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/44;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了基于去重叠和关联注意力机制的X光图像违禁品检测方法，该方法首先获取含有目标边界框和类别标注的X光图像数据集。其次在YOLOv7的网络主干部分末尾添加分类器，并在网络主干与颈部之间添加自顶而下的去重叠模块，输出特征图集合然后将YOLOv7颈部双向融合特征金字塔结构中的特征融合模块替换为增强特征融合模块，得到特征图集合N。最后在YOLOv7网络头部添加无需锚框的检测头，输入特征图集合N，输出模型预测的目标边界框和类别，设定训练参数进行迭代训练，在验证集上进行验证，输出违禁品检测效果图。本发明对于X光图像违禁品检测的检测精度明显提高，并且拥有较高的检测速度。
主权项：1.基于去重叠和关联注意力机制的X光图像违禁品检测方法，其特征在于，包括以下步骤：步骤1、获取含有目标边界框和类别标注的X光图像数据集，将数据集划分为训练集It和验证集Iv，并对训练数据集图像进行预处理；步骤2、在YOLOv7的网络主干部分末尾添加分类器CLS，将训练集输入网络主干部分进行特征提取得到特征图集合F，然后在网络主干与颈部之间添加自顶而下的去重叠模块TD-DOM，输出经过TD-DOM优化后的特征图集合步骤3、将YOLOv7颈部双向融合特征金字塔PANet结构中的特征融合模块FFM替换为增强特征融合模块EFFM，将特征图集合送入修改后的双向融合特征金字塔，得到融合后的特征图集合N；步骤4、在YOLOv7网络头部添加额外的无需锚框的检测头，将特征图集合N输入YOLOv7网络头部，输出模型预测的目标边界框和类别，并分别计算预测值与真实值的误差；步骤5、设定训练参数，将预处理后的训练数据集输入到由步骤2-4构建成的模型中，进行迭代训练，在验证集上进行验证，输出违禁品检测效果图。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 基于去重叠和关联注意力机制的X光图像违禁品检测方法
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。
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