-
公开(公告)号:CN117218583A
公开(公告)日:2023-12-12
申请号:CN202310951583.5
申请日:2023-07-31
Applicant: 大连民族大学
IPC: G06V20/50 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/096 , G06T7/73
Abstract: 基于YOLOv5‑Mobilenet网络模型的安检图片违禁品图像检测方法、设备和计算机存储介质,属于深度学习图像处理领域,针对安检图像违禁品的准确度、速度及模型大小存在的问题,要点是通过MobilenetV2网络的倒残差结构和MobilenetV1网络的深度可分离卷积搭建YOLOv5的主干网络,得到YOLOv5‑Mobilenet网络模型;在YOLOv5‑Mobilenet网络模型的MobilenetV2网络的倒残差结构中引入SE注意力机制;优化激活函数,将h‑swish激活函数作为MobilenetV2的倒残差结构的激活函数,效果是能降低参数量。
-
公开(公告)号:CN117197233A
公开(公告)日:2023-12-08
申请号:CN202310951589.2
申请日:2023-07-31
Applicant: 大连民族大学
IPC: G06T7/73 , G06V10/764 , G06V10/82 , G06V10/26 , G06N3/0464 , G06V10/80 , G06V10/44 , G06V10/22 , G06T7/66 , G06T3/40 , G06N3/048 , G06N3/0455 , G06N3/084
Abstract: 一种安检图像的检测网络,属于图像检测领域,用于检测模型精度的问题,要点是所述检测头根据所述三个不同大小的特征图M4、M5、M6生成不同大小的初始候选框,对所述初始候选框进行筛选,预测违禁品图像的中心点、高度、宽度和偏移量,获取待检测安检X光图像中所述违禁品图像的坐标,得到待检测安检X光图像中所述违禁品图像的预测框,效果是能够提高模型精度。
-