摘要
本发明公开了一种提升毫米波安检仪违禁品检测能力的方法,其从毫米波的本质出发,通过调节毫米波信号增益强度,生成多种不同DB的毫米波图片用于深度学习算法的训练,提升算法的准确率和鲁棒性。针对毫米波图像中不存在人体的空白区域,采用基于关键点外推的方法进行去除,使算法聚焦于有效区域,降低算法推理消耗。为了让检测算法能达到更高的准确率,本发明将去除空白区域的正、背面图像水平拼接起来,输入检测算法,让算法在推理时可以得到更多的有效信息。为了让检测算法充分注意到图像中正、背面图像的相关性,本发明对DETR算法进行了的修改,引导算法中的注意力机制,更好的发挥作用。
技术关键词
违禁品
安检仪
人体关键点
图像拼接
成像
深度学习算法
训练算法模型
外延
坐标
正面
安检图像
引导算法
特征提取网络
强度
修改方法
系统为您推荐了相关专利信息
火灾预警方法
分布式光伏
训练图像识别模型
红外热成像传感器
预警模型
抬头显示器
图像生成单元
光波导
仪表板
前挡风玻璃
成像定位系统
光动力
图像采集模块
成像定位方法
格式
电磁回波信号
涡流脉冲热成像
分布特征
非线性映射关系
输入多尺度