龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：福建理工大学
摘要：本发明公开一种基于轻量化的毫米波雷达隐匿违禁物品检测方法，采用改进后的YOLOv8模型对无源毫米波数据组成的数据集进行处理；首先将数据集分为训练集、验证集、测试集；将数据集输入模型进行数据预处理后，使用FasterNet中的FasterBlock替换C2f中的Bottleneck，并在替换后的C2f中加入基于跨空间学习的高效多尺度注意力机制用以更好提取图像特征，再利用基于BiFPN和特征融合策略改进的Neck网络融合不同层级的特征；最后通过Head网络，使用卷积层来预测目标的类别、位置和置信度，输出使用测试集得到的违禁物品检测结果。本发明实现了对毫米波安检图像违禁物品的高精度，轻量化的目标检测。
主权项：1.一种基于轻量化的毫米波雷达隐匿违禁物品检测方法，其特征在于：其包括以下步骤：步骤1，获取无源毫米波安检图像数据组成数据集，将数据集进行图像预处理后按照设定比例划为训练集、验证集、测试集；步骤2，利用训练集、验证集和测试集训练改进的YOLOv8模型，以得到训练好的YOLOv8模型；改进的YOLOv8模型使用FasterNet中的FasterBlock替换标准YOLOv8模型C2f中的Bottleneck，并在替换后的C2f中加入EMA注意力机制用以更好提取图像特征；利用基于BiFPN和特征融合策略改进的Neck网络，即使用复杂视觉任务处理技术替换YOLOv8原有的Neck网络结构并将Neck网络中的Concat替换为特征融合模块，用层级和列来选择所采用的特征融合方法；通过Head网络以使用卷积层来预测目标的类别、位置和置信度；输出经过筛选后的违禁物品的边界框及其对应的类别标签和置信度分数；步骤3，将待测的无源毫米波安检图像数据输入训练好的YOLOv8模型，得到最终的检测结果。
全文数据：
权利要求：
百度查询： 福建理工大学 一种基于轻量化的毫米波雷达隐匿违禁物品检测方法
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。
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