摘要
本发明公开了基于可变形卷积的危险品检测方法、设备及介质,属于危险品检测技术领域。本发明通过采用基于可变形卷积的检测方法,能够更灵活地适应不同形状和大小的危险品,从而提高检测的准确性,通过注意力机制的引入,特别是通道注意力和空间注意力的结合,进一步增强了对危险品形状信息的识别能力。通过多特征融合策略,本发明将区域增强特征、彩色特征和边缘特征进行集中式融合,每种特征通过独立的网络分支进行深度特征提取,不仅丰富了特征信息,而且提高了模型对不同成像条件和危险品类型的鲁棒性。采用三元损失函数对模型进行训练,通过设置不同损失的权重,引导模型更好地进行特征融合,并通过交叉熵损失函数优化模型的识别性能。
技术关键词
危险品检测方法
深度特征提取
彩色特征
融合策略
危险品检测设备
危险品检测技术
注意力机制
卷积模块
安检设备成像
非局部均值滤波
多层感知机
特征选择机制
图像输入单元
图像边缘信息
卷积神经网络模型
分支
损失函数优化
系统为您推荐了相关专利信息
智能控制模块
智能控制系统
对象
空气压缩机
指令
预处理算法
地标
视频内容特征
识别误差
识别视频流
红外相机
扩展卡尔曼滤波算法
DBSCAN算法
融合策略
测量误差