-
公开(公告)号:CN115115895A
公开(公告)日:2022-09-27
申请号:CN202210896302.6
申请日:2022-07-28
Applicant: 吉林大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08 , G06V10/22 , G06V10/26 , G06V10/40
Abstract: 本发明提供了一种基于注意力机制的爆炸性手机X光图像分类方法,包括:获取所述爆炸性手机X光图像的数据集;构建分类模型,其中所述分类模型包括位置信息注意力模块和残差网络,所述位置信息注意力模块用于对所述爆炸性手机X光图像进行信息自适应聚合和重建;改进损失函数,基于改进后的所述损失函数对所述分类模型进行训练,通过训练后的所述分类模型对所述数据集中的图像进行特征提取,获取分类结果。本发明采用位置信息注意力模块引入到残差网络的设计,以及基于样本成本系数的损失函数指导网络学习,使分类模型具有强大的细节特征属性提取能力,能够准确分类带有爆炸物的手机。