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：厦门大学
摘要：本发明公开了基于同类目标融合数据增广的鲁棒X光图像目标检测方法，本方案方法主要基于工作的数据集在标签含有噪声的情况，其可以有效地消除标签噪声对X光安检图像目标检测器训练产生的影响，并且通过图像融合很好的模拟了X光图像中重叠遮挡的情况，让模型可以更好的学习到X光图片的固有特征。该方案不仅在多个公开地数据集上都取得了良好的性能，同时相比于传统的噪声标签学习方法，本方案是一种更加灵活，且贴近实际需求地解决噪声标签情况下X光安检图像目标检测的方案。除此之外，通过实验结果发现，本方案方法不仅在X光数据集中有效，在一些通用目标检测数据集中也有较好的效果。
主权项：1.一种基于同类目标融合数据增广的鲁棒X光图像目标检测方法，其特征在于，其包括如下步骤：A、准备X光安检图像的数据集，将其划分为训练集和测试集，其中，训练集和测试集的图片数据均具有指向目标对象的类别标签和目标边界框标签；B、在训练集的图片数据中加入标签噪声，以模拟噪声情况；C、针对训练集中每份图片数据的每个目标对象T，从数据集的图片数据中找出K-1个与其类别标签相同的图片数据，然后根据图片数据对应的目标边界框标签，将目标对象剪裁出，再将剪裁出的图片分辨率转换为与目标对象T边框相同的分辨率；D、使用边缘平滑掩膜算法将剪裁出的目标对象的图片重新贴回原图片数据的原位置上；E、将经步骤D处理后的训练集的图片数据送入基于深度学习的目标检测器中，以用于模型训练；F、在目标检测器对应模型的损失函数中利用预设大损失抑制机制，以抑制因图像数据的标签错误产生的大损失，来缓解标签噪声对模型训练产生的负面影响；G、利用反向传播算法进行端到端的模型训练，且在模型通过测试集的测试后，得到训练好的模型；H.利用训练好的模型进行X光机图像目标检测，通过模型输出的检测结果。
全文数据：
权利要求：
百度查询： 厦门大学 基于同类目标融合数据增广的鲁棒X光图像目标检测方法
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