一种基于深度学习YOLOv7算法改进的安检危险品检测方法.pdfVIP

下载本文档

1
0
约6.95千字
约 8页
2023-10-14 发布于四川
举报
版权申诉

一种基于深度学习YOLOv7算法改进的安检危险品检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

针对于目前在安检危险品检测领域的现状，即经过专业培训的安检人员可以利用扫描图对公众随身携带行包内的物品进行人工肉眼分析，以确定是否携带有危险品。这使得安检质量极易受到安检员个人经验，精神状态的影响，稍有不慎，就会出现错检漏检的情况。故提出一种基于深度学习方法和改进的YOLOv7模型的安检危险品检测方法。该方法通过引入角度参数重新设计锚框损失函数、通过使用更可靠的聚类算法来获取数据集中的聚类锚框、通过对深度学习模型本身引入注意力机制和重新设计特征融合网络对图像进行更加有效的特征提取和更加有效的特征

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116883747 A (43)申请公布日 2023.10.13 (21)申请号 202310863318.1 (22)申请日 2023.07.13 (71)申请人哈尔滨理工大学地址 15008