公开(公告)号：CN119919664A

公开(公告)日：2025-05-02

申请号：CN202510018070.8

申请日：2025-01-06

Applicant: 哈尔滨理工大学

Inventor： 吴海滨 ,  刘文柏 ,  袁鹏飞 ,  李福玲 ,  王敏慧 ,  王爱丽

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06V20/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于目标检测技术领域，具体涉及一种基于改进YOLOv8的X光安检图像危险品分割与检测系统。该方法依次执行以下步骤：获取X光安检图像数据集，并按比例划分为训练集和测试集；对YOLOv8‑seg架构进行改进，针对主干网络和颈部网络的卷积层进行优化，通过结合空间深度转换卷积(Space‑to‑Depth Convolution,SPD‑Conv)来增强对主干网络和颈部网络特征的提取能力，从而提高对小型目标、遮挡物体及复杂背景下危险品的分割精度，提升模型对X光安检图像危险品的检测能力。本发明通过结合SPD‑Conv模块改进YOLOv8‑seg算法，能够在复杂背景下对交通枢纽的X光安检图像中的危险品进行精确分割和检测，显著提高了检测能力，为优化安检流程提供了有力的技术支持。

公开(公告)号：CN119048878A

公开(公告)日：2024-11-29

申请号：CN202411061740.6

申请日：2024-11-02

Applicant: 哈尔滨理工大学

Inventor： 袁鹏飞 ,  王爱丽 ,  刘鑫禹 ,  夏丁 ,  吴海滨 ,  吕浩然 ,  闫思奇 ,  刘文柏

IPC: G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0985 ,  G06N3/0455

Abstract: 本发明属于目标检测技术领域，具体涉及一种改进YOLOv8的X射线安检图像危险品检测系统；该方法依次执行以下步骤：获取X射线危险品图像数据集并进行数据增强；搭建改进的YOLO‑GEMA网络模型，包括：在YOLOv8的Backbone和Neck中添加GELAN(Generalized Efficient Layer Aggregation Network)；在YOLOv8的Neck中加入EMA(Efficient Multi‑ScaleAttention)注意力机制；最后采用inner‑CIoU改进损失函数加快收敛速度。利用训练集对改进的YOLOv8模型进行训练得到X射线安检图像检测模型；利用测试集对训练好的模型进行测试得到危险品检测结果。本发明通过使用改进的YOLOv8算法进行X射线安检图像的检测，能够更加精确的检测出危险品，提高安检效率。

公开(公告)号：CN119624939A

公开(公告)日：2025-03-14

申请号：CN202411833132.2

申请日：2024-12-13

Applicant: 哈尔滨理工大学

Inventor： 吴海滨 ,  刘文柏 ,  袁鹏飞 ,  李福玲 ,  王爱丽

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/764

Abstract: 本发明属于计算机视觉领域中的目标检测技术，具体涉及一种基于改进YOLOv11的X光安检图像危险品检测系统。首先将X光安检图像数据集按照6：4的比例划分为训练集与测试集，该系统基于YOLOv11架构，在主干网络结构中引入了空间和通道协同注意机制(Spatial andChannel Synergistic Attention,SCSA)，其包含可共享的多语义空间注意力(Shareable Multi‑Semantic Spatial Attention,SMSA)和渐进式通道自注意力(Progressive Channel‑wise Self‑Attention,PCSA)两部分，旨在提升X光安检图像中的危险品检测性能，有效增强模型对复杂场景的理解能力，提高了对小型目标、遮挡物体及低对比度危险品的检测精度与速度。本发明通过结合SCSA模块改进YOLOv11算法，显著提升了X光安检图像中危险品检测的精度与速度，为提升公共安全和优化安检流程提供了有力的技术支持。