一种基于深度学习模型的危险品检测方法和系统
基本信息
| 申请号 | CN202110613624.0 | 申请日 | - |
| 公开（公告）号 | CN113255797A | 公开（公告）日 | 2021-08-13 |
| 申请公布号 | CN113255797A | 申请公布日 | 2021-08-13 |
| 分类号 | G06K9/62;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 张赛;吴明轩;杨信;华蓉 | 申请（专利权）人 | 通号智慧城市研究设计院有限公司 |
| 代理机构 | 北京纪凯知识产权代理有限公司 | 代理人 | 赵悦 |
| 地址 | 100160 北京市丰台区汽车博物馆南路1号院中国通号大厦A座5层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于危险品检测技术领域，涉及一种基于深度学习模型的危险品检测方法和系统：通过光学镜头和红外镜头同时进行图像采集，并将光学图像和红外图像融合获得融合图像；对融合图像进行标定，并给出对应的标签；根据标签设定模型初始参数，并采用标定后的融合图像对模型进行预训练；对经过训练的模型进行验证，统计检测错误的融合图像，根据其特征对图像进行补充，并采用融合图像和补充后的图像对模型进行二次训练，获得最佳检测模型；将实际场景中光学镜头和红外镜头采集的图像进行融合，随后输入最佳检测模型获得危险品检测结果。其通过将红外镜头和光学镜头相结合，解决了光线较暗时无法捕捉图像的问题，实现了全天候目标检测。 |
