買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉深圳市澄天偉業科技股份有限公司申請的專利一種X光安檢機圖片物體檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119600389B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510130258.1，技術領域涉及：G06V10/774；該發明授權一種X光安檢機圖片物體檢測方法是由馮學裕設計研發完成，并于2025-02-05向國家知識產權局提交的專利申請。

本一種X光安檢機圖片物體檢測方法在說明書摘要公布了：本發明公開了一種X光安檢機圖片物體檢測方法，包括：獲取X光安檢機圖片數據集，通過生成對抗網絡生成高質量X光圖像樣本，擴充展數據集，通過強化學習優化對抗網絡生成器的訓練過程；構建多任務學習模型，聯合訓練物體檢測、物體分割和物體類別識別，在沒有標注數據的情況下，通過自監督學習生成特征表示作為初始權重，應用于物體檢測模型的訓練；本發明生成對抗網絡：傳統的數據增強方法可能在生成樣本的多樣性和真實性上存在局限。通過GAN生成的樣本能夠更好地模擬實際環境中的復雜情況，從而提高模型在實際應用中的魯棒性。強化學習優化：利用強化學習優化GAN的訓練過程，能夠動態調整生成策略，使得生成的圖像樣本更加多樣和真實。

本發明授權一種X光安檢機圖片物體檢測方法在權利要求書中公布了：1.一種X光安檢機圖片物體檢測方法，其特征在于，包括以下步驟： 獲取X光安檢機圖片數據集，通過生成對抗網絡生成高質量X光圖像樣本，擴充展數據集，通過強化學習優化對抗網絡生成器的訓練過程； 構建多任務學習模型，聯合訓練物體檢測、物體分割和物體類別識別，在沒有標注數據的情況下，通過自監督學習生成特征表示作為初始權重，應用于物體檢測模型的訓練； 根據變換器網絡進行物體檢測，通過注意力機制處理圖像中的長距離依賴關系，通過動態推理技術，根據實際檢測任務的需求動態選擇推理路徑，具體包括： 根據DETR變換器網絡模型進行物體檢測，通過注意力機制在全局圖像范圍內尋找物體的位置和邊界框； 通過自注意力機制，DETR變換器網絡模型關注圖像中的重要區域，并處理長距離依賴關系； 使用若干標注數據進行訓練，并在驗證集上進行評估和調整；所述動態推理技術包括： 根據當前輸入圖像的實際檢測任務的需求動態，所述需求動態包括圖像的復雜度和需求精度，動態選擇最優的推理路徑； 為每個推理路徑分配不同的計算資源，使用強化學習或啟發式算法進行推理路徑的動態選擇； 根據IsolationForest異常檢測模型，在X光圖像中識別異常物體或不尋常的物體組合，并根據識別異常物體或不尋常的物體組合構建自適應決策系統，具體包括： 構建異常檢測模型，識別異常物體或不尋常的物體組合，其中所述異常物體包括武器類、爆炸物、易燃液體容器和活體動物，所述不尋常的物體組合包括電子設備與可疑物品的組合、衣物與違禁工具的組合和金屬物體與液體組合； 使用歷史數據和模擬異常數據訓練異常檢測模型，并在實時系統中進行部署； 在X光圖像流中，異常檢測模型實時分析并檢測異常物體，并觸發報警機制或啟動人工審查；所述構建自適應決策系統包括：根據實時檢測的物體類型和數量和歷史時間段內的異常情況數據，自適應調整檢測策略；根據實時檢測結果，自適應地調整檢測閾值，通過反饋回路，優化決策系統的規則和參數； 收集并整理X光圖像數據集，所述X光圖像數據集包括若干種不同類型的物體，并對所述X光圖像數據集進行預處理，所述預處理包括歸一化、尺寸調整； 構建GAN模型，所述GAN模型包括生成器和判別器，其中，所述生成器接受噪聲輸入，生成模擬X光圖像樣本，所述判別器區分真實圖像與生成圖像； 訓練模型，在每次迭代中，所述生成器生成若干張偽造的X光圖像，通過判別器區分所述偽造的X光圖像與真實圖像，通過對抗性損失函數優化所述生成器和所述判別器； 利用訓練好的生成器生成高質量的X光圖像樣本，用于擴展數據集； 所述通過強化學習優化對抗網絡生成器的訓練過程，表達式為： ； 其中，是在時間步的獎勵，是即時獎勵，是折扣因子。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳市澄天偉業科技股份有限公司，其通訊地址為：518000 廣東省深圳市粵海街道高新區社區高新南九道10號深圳灣科技生態園10棟B3401-B3404；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。