买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门大学申请的专利基于双模式网络的多数据集X光安检图像目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116071704B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310110761.1，技术领域涉及：G06V20/52；该发明授权基于双模式网络的多数据集X光安检图像目标检测方法是由严严;杨丰宏;姜润青;王菡子设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本基于双模式网络的多数据集X光安检图像目标检测方法在说明书摘要公布了：本发明涉及一种基于双模式网络的多数据集X光安检图像目标检测方法，包括：将Lattice外观增强子网络连接基础特征提取网络形成目标检测网络；通过目标检测网络和K个X光安检图像数据集训练K个目标检测网络的教师模型；构建K个X光安检图像数据集的共同类模式学习网络和独特类模式学习网络；使用训练后的K个目标检测网络的教师模型轮流对目标检测网络的学生模型在共同类模式学习网络和独特类模式学习网络下进行知识蒸馏；利用反向传播算法训练知识蒸馏后的目标检测网络的学生模型；使用训练后的目标检测网络的学生模型对X光安检图像进行目标检测，得到X光安检图像中违禁品的位置及对应类别。可以精准检测违禁品的位置及对应类别，并标记出违禁品。

本发明授权基于双模式网络的多数据集X光安检图像目标检测方法在权利要求书中公布了：1.基于双模式网络的多数据集X光安检图像目标检测方法，其特征在于，包括： 准备K个X光安检图像数据集并划分为训练集和测试集，将K个X光安检图像数据集中的所有图像的分辨率统一,其中K为任意正整数； 将Lattice外观增强子网络连接基础特征提取网络形成目标检测网络； 通过目标检测网络和K个X光安检图像数据集训练K个目标检测网络的教师模型； 构建K个X光安检图像数据集的共同类模式学习网络和独特类模式学习网络； 使用训练后的K个目标检测网络的教师模型轮流对目标检测网络的学生模型在共同类模式学习网络和独特类模式学习网络下进行知识蒸馏，得到知识蒸馏后的目标检测网络的学生模型； 利用反向传播算法训练知识蒸馏后的目标检测网络的学生模型，得到训练后的目标检测网络； 使用训练后的目标检测网络的学生模型对X光安检图像进行目标检测，得到X光安检图像中违禁品的位置及对应类别； 所述Lattice外观增强子网络包括边缘感知模块和纹理感知模块；其中，所述边缘感知模块包括边缘检测模块、第一权重学习模块、第一Lattice结构模块；所述纹理感知模块包括区域信息聚合模块、第二权重学习模块、第二Lattice结构模块； 所述Lattice外观增强子网络用于对输入图像进行外观增强，所述对输入图像进行外观增强包括： 将输入图像X输入所述第一权重学习模块得到第一权重特征图，将输入图像X输入所述边缘检测模块得到边缘图像E； 将第一权重特征图分别、输入图像X、边缘图像E分别输入所述第一Lattice结构模块后得到边缘感知特征图； 边缘图像E经过N个3*3的conv2d卷积层、N个批正则化层和N个ReLU激活函数层后得到边缘特征图； 将边缘感知特征图输入所述区域信息聚合模块后得到区域信息聚合特征图； 将边缘感知特征图输入所述第二权重学习模块后得到的第二权重特征图； 将第二权重特征图、边缘特征图、区域信息聚合特征图输入所述第二Lattice结构模块后得到纹理感知特征图； 纹理感知特征图经过一个1*1的conv2d卷积层、一个批归一化层和一个Sigmoid激活函数层后得到注意力特征图； 将注意力特征图和边缘感知特征图进行逐元素相乘后得到输出外观增强特征图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门大学，其通讯地址为：361005 福建省厦门市思明南路422号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。