(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210497081.5 (22)申请日 2022.05.09 (71)申请人 深圳职业 技术学院 地址 518000 广东省深圳市南 山区西丽 街 道西丽湖镇西丽湖畔 (72)发明人 张海刚　任宇　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 吕金金 (51)Int.Cl. G06V 20/20(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) (54)发明名称 一种针对X光安检图像的违禁品检测方法、 装置及系统 (57)摘要 本发明公开了一种针对 X光安检图像的违禁 品检测方法、 装置及系统， 该方法包括： 根据 深度 可分离卷积对X光安检图像进行特征提取， 得到 物品信息 特征层； 对高层物品信息特征层进行池 化； 根据池化后的高层物品信息特征层更新所述 物品信息 特征层， 对更新后的物品信息特征层进 行特征融合， 得到融合特征层； 提取低层物品信 息特征层的类别信息和位置信息， 生成小物品信 息特征层， 并对小物品信息特征层和第一融合特 征层进行特征融合， 得到第二融合特征层； 根据 所述第二融合特征层分别更新所述融合特征层， 根据更新后的融合特征层为所述X光安检图像设 置检测框和物品信息， 得到检测结果。 采用本发 明实施例， 能使轻量化目标检测模 型具有更高的 检测精度。 权利要求书3页 说明书10页 附图6页 CN 114943907 A 2022.08.26 CN 114943907 A 1.一种针对X光 安检图像的违 禁品检测方法， 其特 征在于， 包括： 根据深度可分离卷积对X光安检 图像进行特征提取， 得到物品信息特征层； 其中， 所述 物品信息特征层包括： 低层物品信息特征层和高层物品信息特征层； 所述低层物品信息特 征层的尺寸大于所述高层物品信息特 征层的尺寸； 根据池化操作统一高层物品信息特征层的尺寸， 得到第一预设尺寸的物品信息特征 层； 根据所述第 一预设尺寸的物品信 息特征层分别对所述物品信 息特征层进行数据 更新， 并对更新后的物品信息特征层进 行特征融合， 得到融合特征层； 其中， 所述融合特征层 包括 第一融合特 征层； 提取低层物品信息特征层的类别信息和位置信息， 生成小物品信息特征层， 并对小物 品信息特 征层和第一融合特 征层进行 特征融合， 得到第二融合特 征层； 根据所述第 二融合特征层 分别对所述融合特征层进行数据 更新， 并根据 更新后的融合 特征层， 为所述X光 安检图像设置检测框和物品信息， 得到检测结果。 2.如权利要求1所述的一种针对X光安检图像的违禁品检测方法， 其特征在于， 所述根 据深度可分离卷积对X光 安检图像进行 特征提取， 得到物品信息特 征层， 具体为： 所述深度可分离卷积包括深度卷积和逐点卷积； 根据深度卷积对所述X光安检图像使用单位卷积核进行卷积运算， 得到通道数不变的 物品信息特 征层； 根据逐点卷积增加所述通道数不变的物品信 息特征层的通道数， 得到所述低层物品信 息特征层和所述高层物品信息特 征层； 重复对所述物品信 息特征层进行预设次数的深度 卷积和逐点卷积， 得到若干层低层物 品信息特征层和若干层高层物品信息特征层； 所述若干层低层物品信息特征层和所述若干 层高层物品信息特 征层构成所述物品信息特 征层。 3.如权利要求1所述的一种针对X光安检图像的违禁品检测方法， 其特征在于， 所述根 据所述第一预设尺寸的物品信息特征层分别对所述物品信息特征层进行数据更新， 具体 为： 用第一预设尺寸的物品信息特征层替换所述物品信息特征层中的所述高层物品信息特 征层， 得到所述更新后的物品信息特 征层。 4.如权利要求1所述的一种针对X光安检图像的违禁品检测方法， 其特征在于， 所述提 取低层物品信息特 征层的类别 信息和位置信息， 生成小物品信息特 征层， 具体为： 根据池化操作统一低层物品信息特征层的尺寸， 得到第二预设尺寸的物品信息特征 层； 根据特征金字塔网络融合所述第 二预设尺寸的特征层的语义信 息和分辨率信 息， 得到 物品信息融合特 征层； 提取物品信息融合特 征层中的小目标 特征， 得到所述小物品信息特 征层。 5.如权利要求4所述的一种针对X光安检图像的违禁品检测方法， 其特征在于， 所述提 取物品信息融合特 征层中的小目标 特征， 得到所述小物品信息特 征层， 具体为： 根据平均池化操作对所述物品信息融合特征层进行池化， 得到第一平均池化特征层； 根据最大池化操作对所述物品信息融合特 征层进行池化， 得到第一 最大池化特 征层； 依次对所述第一平均池化特征层和所述第一最大池化特征层进行降维、 对应元素相权　利　要　求　书 1/3 页 2 CN 114943907 A 2加， 得到相加后的特 征层； 根据sigmoid函数对相加后的特征层进行激活， 并将激活后的相加后的特征层与所述 物品信息融合特 征层进行对应元 素相乘， 得到通道 注意力特 征层； 根据平均池化操作对所述通道注意力特征层进行池化， 得到第二平均池化特征层； 根 据最大池化操作对所述 通道注意力特 征层进行池化， 得到第二 最大池化特 征层； 对所述第二平均池化特征层和所述第 二最大池化特征层进行特征融合， 得到融合后的 特征层； 根据sigmoid函数对所述融合后的特征层进行激活， 并将激活后的融合后的特征层与 通道注意力特 征层进行对应元 素相乘， 得到所述小物品信息特 征层。 6.如权利要求1所述的一种针对X光安检图像的违禁品检测方法， 其特征在于， 所述根 据所述第二融合特征层分别对所述融合特征层进行数据更新， 具体为： 用第二融合特征层 替换所述融合特 征层中的所述高层物品信息特 征层， 得到所述更新后的融合特 征层。 7.一种针对X光安检图像的违禁品检测装置， 其特征在于， 包括： 特征提取模块、 池化模 块、 特征融合模块、 小物品特 征提取模块和结果处 理模块； 所述特征提取模块用于根据深度可分离卷积对X光安检图像进行特征提取， 得到物品 信息特征层； 其中， 所述物品信息特征层包括： 低层物品信息特征层和高层物品信息特征 层； 所述低层物品信息特 征层的尺寸大于所述高层物品信息特 征层的尺寸； 所述池化模块用于根据池化操作统一高层物品信 息特征层的尺寸， 得到第 一预设尺寸 的物品信息特 征层； 所述特征融合模块用于根据所述第一预设尺寸的物品信息特征层分别对所述物品信 息特征层进 行数据更新， 并对更新后的物品信息特征层 进行特征融合， 得到融合特征层； 其 中， 所述融合特 征层包括第一融合特 征层； 所述小物品特征提取模块用于提取低层物品信 息特征层的类别信 息和位置信 息， 生成 小物品信息特征层， 并对小物品信息特征层和第一融合特征层进行特征融合， 得到第二融 合特征层； 所述结果处理模块用于根据所述第二融合特征层分别对所述融合特征层进行数据更 新， 并根据更新后的融合特征层， 为所述X光安检图像设置检测框和物品信息， 得到检测结 果。 8.如权利要求7所述的一种针对X光安检图像的违禁品检测装置， 其特征在于， 所述特 征提取模块， 包括： 第一计算单 元、 第二计算单 元和重复计算单 元； 所述第一计算单元用于根据深度卷积对所述X光安检图像使用单位卷积核进行卷积运 算， 得到通道数不变的物品信息特 征层； 所述第二计算单元用于根据逐点卷积增加所述通道数不变的物品信息特征层的通道 数， 得到所述低层物品信息特 征层和所述高层物品信息特 征层； 所述重复计算单元用于重复对所述低层物品信息特征层或所述高层物品信息特征层 进行预设次数的深度卷积和逐点卷积， 得到若干层低层物品信息特征层和若干层高层物品 信息特征层； 所述若干层低层物品信息特征层和所述若干层高层物品信息特征层构成所述 物品信息特 征层。 9.如权利要求7所述的一种针对X光安检图像的违禁品检测装置， 其特征在于， 所述小权　利　要　求　书 2/3 页 3 CN 114943907 A 3