杭州電子科技大學徐向華獲國家專利權
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!
龍圖騰網獲悉杭州電子科技大學申請的專利基于大內核特征注入機制的X光安檢圖像違禁品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:CN120318805B 。
龍圖騰網通過國家知識產權局官網在2025-09-26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:202510771943.2,技術領域涉及:G06V20/60;該發明授權基于大內核特征注入機制的X光安檢圖像違禁品檢測方法是由徐向華;武佳杰;王然設計研發完成,并于2025-06-11向國家知識產權局提交的專利申請。
本基于大內核特征注入機制的X光安檢圖像違禁品檢測方法在說明書摘要公布了:本發明公開了基于大內核特征注入機制的X光安檢圖像違禁品檢測方法,該方法首先獲取含有目標邊界框和類別標注的X光安檢圖像數據集,并對安檢圖像進行預處理。其次基于YoloV7網絡進行改進,針對預處理后的安檢圖像,在主干部分進行遞增式卷積提取特征,再通過對齊注入融合機制進行特征融合,得到精煉特征圖。最后對精煉特征圖進行分類與回歸計算,得到每個檢測錨框的分類與回歸計算值,輸出X光安檢圖像違禁品檢測結果,并進行訓練與測試。本發明在X光安檢圖像集檢測中獲得了較高的精準度,并應對實時性要求,保持較高的檢測速度。
本發明授權基于大內核特征注入機制的X光安檢圖像違禁品檢測方法在權利要求書中公布了:1.基于大內核特征注入機制的X光安檢圖像違禁品檢測方法,其特征在于,包括以下步驟: 步驟1、獲取含有目標邊界框和類別標注的X光安檢圖像數據集,將數據集劃分為訓練集和驗證集,并對安檢圖像進行預處理; 步驟2、基于YoloV7網絡進行改進,預處理后的安檢圖像在主干部分進行遞增式卷積提取特征,通過對齊注入融合機制進行特征融合,得到精煉特征圖;具體實現過程如下: 步驟2.1、在YoloV7網絡主干部分,將高效層聚合網絡ELAN改進得到遞增式層級聚合網絡LKNA,添加遞增式卷積內核結構,并在LKNA內部添加注意力機制,提取圖像中的空間特征信息,得到細化的特征圖; 所述遞增式層級聚合網絡LKNA具體實現為:通過兩個卷積操作將特征圖分為兩部分,即,特征圖在被ELAN塊中的過渡層截斷的同時,經過兩個卷積層,學習特征圖中的信息,得到特征圖,然后經過CA注意力模塊,聚合特征圖中物品的空間位置信息,得到特征圖;將拼接后輸送至過渡層,參與后續計算; 步驟2.2、在YoloV7網絡頸部網絡融合階段,利用對齊注入融合機制IFFBN,通過對齊、融合、注入操作,將特征信息注入到頸部網絡中,然后與細化的特征圖進行融合交互操作,得到精煉特征圖; 步驟3、對精煉特征圖進行分類與回歸計算,得到每個檢測錨框的分類與回歸計算值,輸出X光安檢圖像違禁品檢測結果; 步驟4、使用測試集,對步驟2和步驟3構建成的模型進行迭代訓練,在驗證集上進行驗證,獲得最優參數模型,輸出違禁品檢測效果圖。
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杭州電子科技大學,其通訊地址為:310018 浙江省杭州市錢塘區白楊街道2號大街1158號;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。