买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨理工大学申请的专利一种基于YOLOv7的X射线安检图像危险品检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117274774B 。

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311221677.3，技术领域涉及：G06V10/82；该发明授权一种基于YOLOv7的X射线安检图像危险品检测方法是由王爱丽;张恩炎;冯彦翔;吴卿;吴海滨设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种基于YOLOv7的X射线安检图像危险品检测方法在说明书摘要公布了：本发明属于目标检测技术领域，具体涉及一种基于YOLOv7的X射线安检图像危险品检测算法；该方法依次执行以下步骤：获取X射线安检图像数据集并按比例随机划分；利用K‑means++算法设置数据集的先验框；搭建改进的YOLOv7‑MPCN网络模型，包括：在YOLOv7网络中结合CACoordinateAttention，CA坐标注意力机制；借鉴残差网络，在MPConv中加入跳跃连接；利用BiFPNBidirectionalFeaturePyramidNetwork作为下采样模块的特征融合结构；最后采用SIoUSCYLIAIntersectionoverUnion改进损失函数加快收敛速度。利用训练集对改进的YOLOv7模型进行训练得到X射线安检图像检测模型；利用测试集对训练好的模型进行测试得到检测结果。本发明通过使用改进的YOLOv7算法检测X射线安检图像，能够在各大交通枢纽的安检平台危险品检测过程中精确定位识别出危险品，提高安检效率。

本发明授权一种基于YOLOv7的X射线安检图像危险品检测方法在权利要求书中公布了：1.一种基于YOLOv7的X射线安检图像危险品检测方法，其特征在于，包括以下步骤： 步骤一：获取含有危险品的X射线安检图像数据集并对数据集进行划分； 步骤二：对数据集进行数据增强； 步骤三：利用K-means++聚类方法设置数据集的先验框； 步骤四：在MPConv结构中引入CA注意力模块增强主干网络特征提取能力，在CA注意力模块所在分支添加跳跃连接，避免反向传播时梯度消失，采用BiFPN作为下采样模块的特征融合结构，减少模型参数量，采用BiFPN作为改进的MPConv结构的特征融合结构引入跨尺度连接和多尺度加权融合的方式进一步减少模型的参数量和计算量； 步骤五：将损失函数改进为SIoU，提升预测框准确度，加快模型收敛速度； 步骤六：利用训练集对改进的YOLOv7模型进行训练得到X射线安检图像检测模型； 步骤七：利用测试集对X射线安检图像检测模型进行测试。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨理工大学，其通讯地址为：150086 黑龙江省哈尔滨市南岗区学府路52号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。