公开(公告)号：CN115187842A

公开(公告)日：2022-10-14

申请号：CN202210823984.8

申请日：2022-07-13

Applicant: 南京大学

Inventor： 柏业超 ,  陈玥秀 ,  唐岚 ,  张兴敢

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/50 ,  G06N3/04 ,  G06N3/08 ,  G01N23/04 ,  G01V5/00

Abstract: 本发明公开了基于模态转换的被动式太赫兹安检图像的目标检测方法，包括：将X射线下危险品图像与被动式太赫兹人体图像进行图像融合，使用循环生成对抗网络进行非成对数据的模态风格转换，生成和真实图像高度相似的被动式太赫兹安检图像，通过合成图像扩充数据集的数量与种类，然后，利用该数据集训练改进的YOLOv5目标检测网络，学习多种类危险品特征，最终使用训练后的目标检测网络检测真实的被动式太赫兹安检图像，解决了被动式太赫兹安检图像目标检测训练过程中样本少、样本不均衡的问题，提高了检测精度和泛化性，适应实际安检场景下对多种类危险品的检测需求。