龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国烟草总公司陕西省公司;西安电子科技大学
摘要：本发明公开了一种图像与寄递信息融合多模态的违禁品包裹检测方法，具体步骤如下：构建多尺度感知的图片特征提取子网络、基于大语言模型的文本分类子网络级联组成的违禁品包裹检测网络；用违禁品包裹图像训练集、违禁品包裹寄递信息训练集训练违禁品包裹检测网络，用训练好的网络对待检测目标进行检测。本发明克服了仅依靠图像信息检测，以及局限于金属类违禁品识别，导致其他类型的违禁品产生存在漏检或误判的问题，使得本发明通过对包裹的多模态数据进行综合分析，能够对多种潜在的金属类及其他类违禁品进行快速、精准地识别，并及时掌握包裹相关寄递信息。
主权项：1.一种图像与寄递信息融合多模态的违禁品包裹检测方法，其特征在于，分别生成违禁品包裹图像训练集、违禁品包裹寄递信息训练集，构建多尺度感知的图片特征提取子网络，构建基于大语言模型的文本分类子网络；该检测方法的步骤包括如下：步骤1，分别生成违禁品包裹图像训练集、违禁品包裹寄递信息训练集；步骤2，构建多尺度感知的图片特征提取子网络；步骤3，构建基于大语言模型的文本分类子网络；步骤4，将图片特征提取子网络、基于大语言模型的文本分类子网络串联组成违禁品包裹检测网络；并训练违禁品包裹检测网络；步骤5，将待检测图像依次输入到训练好的违禁品包裹检测网络中，输出对图像中违禁品所在的每个外接矩形框位置的检测结果，并同时输出违禁品包裹相关文本信息。
全文数据：
权利要求：
百度查询： 中国烟草总公司陕西省公司 西安电子科技大学 图像与寄递信息融合多模态的违禁品包裹检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号