-
公开(公告)号:CN114782411A
公开(公告)日:2022-07-22
申请号:CN202210570202.4
申请日:2022-05-24
Applicant: 哈尔滨工业大学 , 太极计算机股份有限公司
Abstract: 一种基于神经网络的危险品识别方法及识别系统,具体涉及基于Cascade R‑CNN双阶段神经网络的安检图像中危险品的识别方法及识别系统,本发明为了解决X光安检扫描图较为抽象,物品识别准确率低,易使长期工作人员产生视觉疲劳和漏判,数据集不能充分利用的问题,采集多张包含危险品的扫描图,分为标注图像集和未标注图像集;建立网络模型,将标注图像集输入网络模型中进行训练得到初始网络模型;将未标注图像集输入初始网络模型得到伪标签文件集;将标注图像集和未标注图像集输入初始网络模型内得到训练好的网络模型;采集待识别的X光安检扫描图输入训练好的网络模型内得到危险品的框标注信息。属于计算机图像处理领域。
-
公开(公告)号:CN116414992A
公开(公告)日:2023-07-11
申请号:CN202111628479.X
申请日:2021-12-29
Applicant: 太极计算机股份有限公司
Abstract: 本发明公开了基于潜在向量转化神经的知识图谱动态研发系统及方法,本发明涉及知识图谱技术领域。该基于潜在向量转化神经的知识图谱动态研发系统及方法,通过第一向量输出模块将代码传给代码筛选模块中,计算搜索模块在网络上搜索和计算编辑文本的网络代码并传给代码筛选模块中,代码筛选模块将两组数据代码按每个字符逐个对比分析,同时让反向测试模块把两组数据代码逆向转化成文本,当两组文本与输入文本模块中的文本不一致时,代码提取模块将正确的数据代码覆盖在错误的数据代码上,让正确的数据代码保存在记录保存模块中,使代码筛选模块和反向测试模块来检测第一向量输出模块与计算搜索模块在向量转化时是否出现错误。
-