[发明专利]可疑物品自动检测方法、终端设备、计算机设备及介质

权利要求书

1.一种可疑物品自动检测方法，其特征在于，包括：

将多张待测图像输入目标检测网络模型，得到可疑物品的候选框及置信度c；

融合所述待测图像中的可疑物品候选框，以确定对应于同一可疑物品的候选框个数；

累加所述待测图像中每个可疑物品分别对应的候选框置信度以计算每个可疑物品分别对应的加权置信度c’；

将每个可疑物品的加权置信度c’与预设门限阈值T进行比较，并在c’≥T时输出可疑物品对应的候选框。

2.根据权利要求1所述的方法，其特征在于，在所述将待检测图像输入目标检测网络模型之前，该方法还包括：

获取毫米波圆柱扫描系统基于测试人员携带可疑物品生成的多张试验图像；

标注处理所述试验图像；

数据增强所述标注处理后的试验图像以生成多类训练图片；

基于所述多类训练图片生成目标检测网络模型。

3.根据权利要求2所述的方法，其特征在于，所述数据增强所述标注处理后的试验图像以生成多类训练图片，进一步包括：

调节所述标注处理后的试验图像的对比度以生成多个不同对比度的第一类训练图片；

翻转所述标注处理后的试验图像以生成第二类训练图片；

加噪所述标注处理后的试验图像以生成第三类训练图片；

随机遮挡所述标注处理后的试验图像以生成第四类训练图片。

4.根据权利要求3所述的方法，其特征在于，在所述将待检测图像输入目标检测网络模型之前，该方法还包括：对所述待测图像进行数据增强；

其中，对所述待测图像进行数据增强进一步包括：

调节所述待测图像的对比度以生成多个不同对比度的第一类待测图像；

翻转所述待测图像以生成第二类待测图像；

加噪所述待测图像以生成第三类待测图像；

随机遮挡所述待测图像以生成第四类待测图像。

5.根据权利要求5所述的方法，其特征在于，可疑物品的候选框及置信度c可利用包括(x，y，w，h)表示，其中x表示候选框中心点的横坐标，y表示候选框中心点的纵坐标，w表示候选框的宽度，h表示候选框的高度。

6.一种用于执行权利要求1-5中任一项所述方法的终端设备，其特征在于，包括：

检测模块，用于将待检测图像输入目标检测网络模型，得到可疑物品候选框坐标及置信度；

融合模块，用于融合所述待测图像中的可疑物品候选框，以确定对应于同一可疑物品的候选框个数；

累加模块，用于累加所述待测图像中每个可疑物品分别对应的候选框置信度以计算每个可疑物品分别对应的加权置信度c’；

比较模块，用于将每个可疑物品的加权置信度c’与预设门限阈值T进行比较，并在c’≥T时输出可疑物品对应的候选框。

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。