公开(公告)号：CN109948412B

公开(公告)日：2022-09-16

申请号：CN201811608398.1

申请日：2018-12-27

Applicant: 中南大学

Inventor： 夏鄂 ,  苟麟 ,  梁鸿宇 ,  余顺彬 ,  陈白帆 ,  商行 ,  陈文昊

IPC: G06V20/00 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度卷积神经网络的违禁物品标识方法，搭建一个具有三层Inception模块和一层BP神经网络的深度卷积神经网络。以违禁物品样本数据利用SGD随机梯度下降对三个Inception模块进行训练，获取违禁物品样本数据的高阶抽象特征，再通过BP对深度卷积神经网络参数进行优化，从而完成深度卷积神经网络的训练。将训练好的深度卷积神经网络应用到当前违禁物品样本数据，通过输出Softmax层便可获得违禁物品的种类。本发明可以识别各类不同有特定形状的违禁物品，提高安检的安全性。

公开(公告)号：CN109948412A

公开(公告)日：2019-06-28

申请号：CN201811608398.1

申请日：2018-12-27

Applicant: 中南大学

Inventor： 夏鄂 ,  苟麟 ,  梁鸿宇 ,  余顺彬 ,  陈白帆 ,  商行 ,  陈文昊

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度卷积神经网络的违禁物品标识方法，搭建一个具有三层Inception模块和一层BP神经网络的深度卷积神经网络。以违禁物品样本数据利用SGD随机梯度下降对三个Inception模块进行训练，获取违禁物品样本数据的高阶抽象特征，再通过BP对深度卷积神经网络参数进行优化，从而完成深度卷积神经网络的训练。将训练好的深度卷积神经网络应用到当前违禁物品样本数据，通过输出Softmax层便可获得违禁物品的种类。本发明可以识别各类不同有特定形状的违禁物品，提高安检的安全性。