[发明专利]危险品检测方法、装置和存储介质

权利要求书

1.危险品检测方法，其特征在于，包括以下步骤：

对预设数据集的图像进行预处理；

对预处理后的图像进行第一卷积操作；

根据第一卷积操作结果，进行第二卷积操作；

将第一卷积操作结果和第二卷积操作结果进行特征融合，得到特征融合图像；

根据特征融合图像，构建危险品自动检测模型；

根据危险品自动检测模型，输出危险品检测结果；

其中，预处理包括卷积计算和/或对比度增强处理；

预设数据集的图像包括含有危险品的X射线图像，含有危险品的X射线图像中包括危险品的位置信息和种类信息；

危险品检测结果包括危险品的位置信息和种类信息。

2.根据权利要求1所述危险品检测方法，其特征在于：所述对预设数据集的图像进行预处理的步骤中，包括以下步骤：

将预设数据集的图像与复小波进行卷积计算并进行多次迭代，将迭代结果与低通滤波进行卷积计算；

和/或计算预设数据集的图像的均值、方差和高频，并根据均值和方差对高频作增益乘积。

3.根据权利要求1所述危险品检测方法，其特征在于：所述对预处理后的图像进行第一卷积操作以及根据第一卷积操作结果，进行第二卷积操作的步骤，具体为：

通过第一卷积层组合对预处理后的图像进行第一卷积操作；

对第一卷积操作结果进行第一池化操作；

通过第一卷积层对第一池化操作结果进行第二卷积操作；

其中，第一卷积层组合包括至少一个卷积层，第一卷积操作包括至少两次卷积操作，第一卷积层组合和第一卷积层按先后顺序设置。

4.根据权利要求3所述危险品检测方法，其特征在于：所述将第一卷积操作结果和第二卷积操作结果进行特征融合，得到特征融合图像的步骤中，包括以下步骤：

将第一卷积操作结果，进行卷积计算并进行批归一化处理；

将第二卷积操作结果，进行反卷积计算和卷积计算并进行批归一化处理；

将两个批归一化处理结果进行串联操作，得到特征融合图像。

5.根据权利要求3所述危险品检测方法，其特征在于：所述根据特征融合图像，构建危险品自动检测模型的步骤中，包括以下步骤：

根据第二卷积操作结果，进行第二池化操作；

对第二池化操作结果进行第三卷积操作，得到特征图；

对特征图和特征融合图像进行定位和分类，得到危险品自动检测模型。

6.根据权利要求5所述危险品检测方法，其特征在于：所述根据危险品自动检测模型，输出危险品检测结果的步骤中，包括以下步骤：

将预处理后的预设数据集中的一个图像输入危险品自动检测模型，得到新特征融合图像和新特征图；

在新特征融合图像和新特征图上分别生成多个不同大小的边界框；

分别计算新特征融合图像和新特征图中的不同边界框与真实框的重合度；

将重合度大于预设阈值的边界框保留，并通过非极大值抑制操作得到新特征融合图像中重合度最高的第一边界框和新特征图中重合度最高的第二边界框；

分别对第一边界框的内容和第二边界框的内容进行分类概率计算；

将分类概率最大的内容作为输出的危险品的位置信息和种类信息；

返回将预处理后的预设数据集中的一个图像输入危险品自动检测模型，得到新特征融合图像和新特征图的步骤，直至预处理后的预设数据集中的图像都被输入危险品自动检测模型,得到训练后的危险品自动检测模型；

根据训练后的危险品自动检测模型，输出危险品检测结果；

其中，新特征融合图像中的边界框尺寸小于新特征图中的边界框尺寸,预处理后的图像的危险品的位置信息通过真实框标注。

7.根据权利要求6所述危险品检测方法，其特征在于：所述根据训练后的危险品自动检测模型，输出危险品检测结果这一步骤，具体为：

获取待检测X射线图像并输入训练后的危险品自动检测模型；

若待检测X射线图像包含危险品，输出危险品的位置信息和种类信息；

否则输出空包图像；

其中，危险品检测结果还包括空包图像。