-
公开(公告)号：CN112215244A
公开(公告)日：2021-01-12
申请号：CN202011204728.8
申请日：2020-11-02
申请人： 同方威视科技江苏有限公司 , 同方威视技术股份有限公司 , 清华大学
摘要： 本公开提供一种货物图像检测方法、装置、设备及存储介质，涉及安检技术领域。该方法包括：获取待训练图像检测模型，待训练图像检测模型包括特征提取网络和多个类别检测分支网络，特征提取网络与多个类别检测分支网络分别连接；迭代更新待训练图像检测模型的网络参数，获得训练后的图像检测模型；根据训练后的图像检测模型确定待优化再训练的类别检测分支网络；迭代更新待优化再训练的类别检测分支网络的网络参数，获得优化再训练后的图像检测模型；根据训练后的图像检测模型和/或优化再训练后的图像检测模型获得最终的图像检测模型以检测货物图像。该方法实现了提高多类别货物图像检测模型的检测准确率，提升了整体网络的可配置性和可维护性。
-
公开(公告)号：CN110119734A
公开(公告)日：2019-08-13
申请号：CN201810117890.2
申请日：2018-02-06
申请人： 同方威视技术股份有限公司 , 清华大学 , 同方威视科技江苏有限公司
摘要： 本申请涉及一种刀具检测方法及装置，属于安全检查技术领域。该刀具检测方法包括：获取包括刀具图像的刀具图像数据库，其中刀具图像上标注出刀具位置；采用PVANET对所述刀具图像数据库进行训练，获得刀具自动检测模型；将待检测的辐射图像输入至所述刀具自动检测模型，获得检测结果，所述检测结果包括所述辐射图像中是否存在刀具以及当存在刀具时的刀具位置。根据本申请的刀具检测方法及装置、电子设备和计算机可读介质，能够检测辐射图像中是否存在刀具以及到刀具存在时的位置。
-
公开(公告)号：CN113920208A
公开(公告)日：2022-01-11
申请号：CN202010661255.8
申请日：2020-07-10
申请人： 同方威视科技江苏有限公司 , 同方威视技术股份有限公司 , 清华大学
IPC分类号： G06T9/00 , G06V10/762 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本公开实施例提供了一种图像处理方法及装置、计算机可读存储介质和电子设备。该方法包括：获取待测原始图像；编码所述待测原始图像，生成所述待测原始图像的目标特征图；根据正样本原始图像获得与所述目标特征图匹配的第一目标解码向量，所述正样本原始图像为无异常区域的图像；解码所述第一目标解码向量，获得所述待测原始图像的待测生成图像。通过本公开实施例提供的技术方案，通过无异常区域的正样本原始图像来获得待测原始图像的待解码的解码向量，可以更加准确地重构待测原始图像，避免重构待测原始图像的异常区域。
-
公开(公告)号：CN113642590A
公开(公告)日：2021-11-12
申请号：CN202010342182.6
申请日：2020-04-27
申请人： 同方威视科技江苏有限公司 , 同方威视技术股份有限公司 , 清华大学
摘要： 本公开提供一种货物图像处理方法、装置、设备及存储介质，涉及图像处理技术领域。该方法包括：获取训练图像和标签；通过特征提取网络提取所述训练图像的特征获得特征向量；获取分类网络的权重向量，所述分类网络包括分类全连接层；对所述权重向量进行归一化处理获得归一化的权重向量；基于所述特征向量和所述归一化的权重向量通过所述分类全连接层获得分类模型输入；根据所述分类模型输入和所述标签获得损失函数；基于所述损失函数训练所述特征提取网络和所述分类网络以识别图像中的货物。该方法实现了一定程度上提高基于深度学习算法的辐射图像分类模型的精度。
-
公开(公告)号：CN111368989B
公开(公告)日：2023-06-16
申请号：CN201811592198.1
申请日：2018-12-25
申请人： 同方威视技术股份有限公司 , 同方威视科技江苏有限公司
IPC分类号： G06N3/084 , G06V10/774
摘要： 本发明公开一种神经网络模型的训练方法、装置、设备及可读存储介质。该方法包括：获取图像训练数据集；根据图像训练数据集，创建小批量样本集；获取小批量样本集的特征集合；依次以小批量样本集中的每一个待训练图像作为锚点，分别为每个锚点在特征集合中确定其对应的难正例的特征与难负例的特征；根据每一个锚点的特征及其对应的难正例的特征与难负例的特征，确定小批量样本集的三元组损失；根据小批量样本集的三元组损失，训练神经网络模型；以及当小批量样本集的三元组损失的曲线收敛到预期状态时，确定当前的神经网络模型为训练完成后的神经网络模型。该方法能够提高网络收敛速度、泛化能力及算法性能。
-
公开(公告)号：CN113837172A
公开(公告)日：2021-12-24
申请号：CN202010512064.5
申请日：2020-06-08
申请人： 同方威视科技江苏有限公司 , 同方威视技术股份有限公司
摘要： 本公开提供一种货物图像局部区域处理方法、装置、设备及存储介质，涉及图像处理技术领域。该方法包括：获取训练图像和标签；通过特征提取网络对从所述训练图像中提取的特征进行注意力增强处理获得注意力增强特征图；将所述注意力增强特征图通过区域建议网络进行处理获得区域建议图；基于所述注意力增强特征图和所述区域建议图通过区域分类网络获得区域分类图；基于所述区域分类图和所述标签获得损失函数；以及根据所述损失函数训练所述特征提取网络、所述区域建议网络和所述区域分类网络以处理货物图像局部区域。该方法一定程度上提高了提取货物图像局部区域的准确性。
-
公开(公告)号：CN113945990A
公开(公告)日：2022-01-18
申请号：CN202111192190.8
申请日：2021-10-13
申请人： 同方威视科技江苏有限公司 , 同方威视技术股份有限公司
IPC分类号： G01V5/00
摘要： 本发明提一种乘用车安检方法、装置及系统。所述方法包括：获取乘用车的车牌图像和外观图像；获取所述乘用车的X光图像，并自动检测所述乘用车是否有违禁品；将所述车牌图像、所述外观图像以及对所述X光图像的检测结果存储并上传至服务器；如果对所述X光图像自动检测的结果为所述乘用车携带违禁品，则发出警报。根据本发明，能够在降低人力和物理成本的情况下，快速检查乘用车是否有违禁品。
-
公开(公告)号：CN111461152A
公开(公告)日：2020-07-28
申请号：CN201910053206.3
申请日：2019-01-21
申请人： 同方威视技术股份有限公司 , 同方威视科技江苏有限公司
摘要： 本公开涉及人工智能神经网络领域，提供了一种货物检测方法、装置以及电子设备和计算机可读介质，该货物检测方法包括：通过辐射成像技术获取集装箱车厢图像，基于所述集装箱车厢图像确定货物图像块；将所述货物图像块输入基于卷积神经网络训练的特征提取器以提取所述货物图像块的图像特征；将所述货物图像块的图像特征与所述特征提取器提取的对比货物的特征库作比较以确定所述集装箱车厢图像中的货物类别与所述对比货物类别的一致性。采用本公开提供的货物检测方法，可以快速、有效的确认集装箱车厢中货物类别与对比货物类别是否一致。
-
公开(公告)号：CN111368989A
公开(公告)日：2020-07-03
申请号：CN201811592198.1
申请日：2018-12-25
申请人： 同方威视技术股份有限公司 , 同方威视科技江苏有限公司
摘要： 本发明公开一种神经网络模型的训练方法、装置、设备及可读存储介质。该方法包括：获取图像训练数据集；根据图像训练数据集，创建小批量样本集；获取小批量样本集的特征集合；依次以小批量样本集中的每一个待训练图像作为锚点，分别为每个锚点在特征集合中确定其对应的难正例的特征与难负例的特征；根据每一个锚点的特征及其对应的难正例的特征与难负例的特征，确定小批量样本集的三元组损失；根据小批量样本集的三元组损失，训练神经网络模型；以及当小批量样本集的三元组损失的曲线收敛到预期状态时，确定当前的神经网络模型为训练完成后的神经网络模型。该方法能够提高网络收敛速度、泛化能力及算法性能。
-
公开(公告)号：CN117975092A
公开(公告)日：2024-05-03
申请号：CN202311665001.3
申请日：2023-12-06
申请人： 同方威视科技江苏有限公司 , 同方威视技术股份有限公司
IPC分类号： G06V10/764 , G06V10/762 , G06V10/40 , G06V10/82 , G06V10/75 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本公开涉及用于货物图像的训练和识别方法以及相应装置。训练方法包括：获取多个货物图像以及多个货物图像的货物区域的相应货物类别；对多个货物图像进行语义分析，以获取多个货物图像的货物区域的局部化框图；基于多个货物图像的货物区域的局部化框图，对多个货物图像进行特征提取，以获取多个货物图像的货物区域的特征向量；基于多个货物图像的货物区域的相应货物类别，对多个货物图像的货物区域的特征向量进行层次聚类处理，以获取多个货物类别中的每个货物类别的标准特征向量；以及基于多个货物类别中的每个货物类别的标准特征向量，为每个货物类别分别建立独立阈值。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.056 秒)
