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：武汉纺织大学

摘要：本发明公开了一种基于卷积神经网络的烟支烟末检测方法，具体的，利用CT扫描仪对待测烟支扫描，采集待测烟支的纵向CT灰度图像；对采集到的CT灰度图像进行数据增强处理并制作训练数据集，构建并训练烟末识别网络用于检测烟末，将训练好的烟末识别网络部署到服务器设备上，对烟支的纵向CT图像进行烟末检测。本发明提升了烟支烟末的检测效率，能够实现实时在线监测，并且减少了传统检测过程中的烟丝损耗。

主权项：1.基于卷积神经网络的烟支烟末检测方法，其特征在于，包括如下步骤：步骤1，采集待测烟支的纵向CT灰度图像；步骤2，对采集到的CT灰度图像进行数据增强处理并制作训练数据集；步骤3，构建并训练烟末识别模型，所述烟末识别模型包括骨干网络、特征融合网络以及检测头，骨干网络包括一个卷积层和多个倒残差模块，用于提取输入图像不同尺度的特征，特征融合网络以双向路径聚合的方式实现不同尺度特征的融合，融合特征输入到检测头，对烟末进行检测，得到烟末的位置信息与预测框；在骨干网络中，输入图像依次经过第一卷积层，第一倒残差，第二倒残差，第三倒残差，第四倒残差，第五倒残差，第六倒残差，第七倒残差，第八倒残差，其中第二倒残差输出的特征为P2，第三倒残差输出的特征图为P3，第六倒残差输出的特征图为P4，第八倒残差输出的特征图为P5；将第二、第三、第六、第八倒残差输出的这四个特征输入到特征融合网络中进行融合；特征融合网络的具体处理过程如下；在自下而上的路径里，特征图P5经过一次改进的CA注意力后增强特征表示能力，然后经过一次上采样层后尺寸增大，高和宽增加一倍，然后与经过一次改进的CA注意力后的特征图P4进行融合，融合后得到的特征为C4，将特征C4经过一次上采样操作后增大融合特征图C4的维度，然后与经过一次改进的CA注意力后的特征图P3进行融合，得到融合特征C3，接着特征C3经过一次上采样与经过一次改进的CA注意力后的特征图P2进行融合，得到融合特征C2；在自上而下的融合路径里，融合特征C2经过一次第一卷积层，图像大小高和宽缩小一倍后与融合特征C3进行一次融合，得到融合特征R1，融合特征R1经过一次第一卷积层维度减半然后与融合特征C4进行融合，得到融合特征R2，R2经过一次第一卷积层后与经过改进CA注意力的特征P5进行最后一次融合，得到融合特征R3；最终将融合特征C2，R1，R2，R3输入到检测头；改进的CA注意力模块的处理过程如下；图像特征图输入后从水平方向和垂直方向分别进行全局平均池化，从而获得在水平和垂直两个方向的特征图，再将沿水平方向和垂直方向池化过的特征值进行聚合与归一化处理，然后进行卷积，接着使用sigmoid函数进行平滑处理，对原始特征图使用sigmoid函数进行平滑处理，然后与经水平方向和垂直方向处理的特征图进行重新加权，输出新的特征图；步骤4，将训练好的烟末识别模型部署到服务器设备上，实现对待测烟支的烟末检测。

全文数据：

权利要求：

百度查询： 武汉纺织大学 基于卷积神经网络的烟支烟末检测方法和系统