CN119295886A 基于多尺度特征融合的X-ray图像违禁品检测方法 （齐鲁工业大学(山东省科学院)）.pdfVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119295886A

(43)申请公布日2025.01.10

(21)申请号202411844794.X(74)专利代理机构山东知圣律师事务所37262

专利代理师纪艳艳

(22)申请日2024.12.16

(51)Int.Cl.

(71)申请人齐鲁工业大学（山东省科学院）

G06V10/80(2022.01)

地址250353山东省济南市长清区大学路

G06V10/44(2022.01)

3501号

G06V10/774(2022.01)

申请人山东省人工智能研究院

G06V10/82(2022.01)

山东省计算中心（国家超级计算济

G06V20/62(2022.01)

南中心）

G06N3/0464(2023.01)

山东大学

G06N3/08(2023.01)

浙江大华技术股份有限公司

哈尔滨工业大学（深圳）（哈尔滨工

业大学深圳科技创新研究院）

合肥工业大学

(72)发明人高赞刘文秋马春杰聂礼强

吴建龙朱树磊金恒殷俊

汪萌

权利要求书3页说明书8页附图3页

(54)发明名称

基于多尺度特征融合的X-ray图像违禁品检

测方法

(57)摘要

本发明涉及一种基于多尺度特征融合的X‑

ray图像违禁品检测方法，属于图像处理技术领

域。其包括以下步骤：获取X‑ray违禁品数据集，

并将数据集划分为训练集和测试集；构建基于多

尺度特征融合的X‑ray图像违禁品目标检测模

型，所述模型包括图像分支、自适应高低通滤波

器模块、文本分支、Neck层和Head头；训练集中图

像输入到模型中对模型进行训练；采用损失函数

对模型进行优化，得到训练好的模型；测试集中

图像输入到训练好的模型中，得到违禁品检测结

果。本发明通过图像文本的联合训练，在实时监

A测任务中提升性能的同时更加高效，减少计算量

6和内存占用，解决了复杂场景中图像边界细节模

8

8

5糊问题。

9

2

9

1

1

N

C

CN119295886A权利要求书1/3页

1.一种基于多尺度特征融合的X‑ray图像违禁品检测方法，其特征在于，包括以下步

骤：

S1.获取X‑ray违禁品数据集，并将X‑ray违禁品数据集划分为训练集和测试集；

S2.构建基于多尺度特征融合的X‑ray图像违禁品目标检测模型，所述模型包括图像分

支、自适应高低通滤