[发明专利]一种用于邮政业的违禁品不开箱检测方法有效
| 申请号： | 201910230120.3 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN109948565B | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 温婷 | 申请（专利权）人： | 浙江啄云智能科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G01V5/00;G01N23/10 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 310051 浙江省杭州市滨江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于邮政业货物包裹安检领域，公开了一种用于邮政业的违禁品不开箱检测方法。本发明包括以下步骤：由安检机采集得到待识别包裹的X光图像；将所述待识别包裹的X光图像输入预设的深度学习模型，提取所述X光图像中对应的物品信息数据；利用深度学习模型对接收到的物品信息数据进行检测识别；将判别为可疑违禁物品的信息生成对应的识别结果。其中，深度学习模型的训练样本通过将违禁品与模拟的场景图像利用抠图、增广、融合三个步骤得到。本发明为违禁品的检测提供了有效的训练样本，进一步地提高了利用深度学习方法对邮政业违禁品的安检效率和准确率。 | ||
| 搜索关键词： | 一种 用于 邮政 违禁品 开箱 检测 方法 | ||
【主权项】：
1.一种用于邮政业的违禁品不开箱检测方法，其特征在于，包括：S1：由安检机采集得到待识别包裹的X光图像；S2：将所述待识别包裹的X光图像输入预设的深度学习模型，提取所述X光图像中对应的物品信息数据；S3：利用深度学习模型对接收到的物品信息数据进行检测识别；S4：将判别为可疑违禁物品的信息生成对应的识别结果；所述深度学习模型为基于卷积神经网络的深度学习模型，且通过各种违禁品的样本数据训练得到。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江啄云智能科技有限公司，未经浙江啄云智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910230120.3/，转载请声明来源钻瓜专利网。
