[发明专利]违禁品检测方法、一种计算设备及存储介质

权利要求书

1.一种违禁品检测方法，其特征在于，包括以下步骤：

S1利用预设的N个不同的违禁品检测模型分别对待测安检图像进行检测，获得N个检测结果；所述检测结果包括图像上违禁品的检测框和每个检测框对应的预测类别、预测得分；其中，N为≥2的整数；

S2将同一预测类别中的检测结果进行筛选，若存在IOU＞δ，保留预测得分最高的检测框和剩余检测框中与最大IOU对应的检测框，进行上述检测框的集成后保留集成结果；若不存在IOU＞δ，保留预测得分最高的检测框的检测结果；其中，δ为设定的过滤阈值，IOU为在每个预测类别内预测得分最高的检测框与剩余检测框的重合度；

其中，集成方法为：设预测得分最高的检测框为Box_x，Box_x 坐标为[X1_x,Y1_x,X2_x,Y2_x]，预测分数为C_x；剩余检测框中与最大IOU对应的检测框为Box_y，Box_y的坐标为[X1_y,Y1_y,X2_y,Y2_y]，预测得分为C_y；集成后的检测框坐标为：

，

，

，

，

集成后的分数为C：；

S3输出检测结果。

2.一种复杂场景下的违禁品检测方法，其特征在于，包括以下步骤：

S1：获取物品的安检图像并对图像预处理组成数据集；

S2：利用预设的N个不同的违禁品检测模型分别对S1中所述数据集中图像进行检测，检测图像中的违禁品，并在所述违禁品上标记检测框，N为≥2的整数；

S3将同一张图像经S2中所述预设的N个不同的违禁品检测模型检测后所得检测框按预测类别划分成不同集合；

具体的，同一张图像经不同的违禁品检测模型检测后会得到N个检测结果，其中，检测结果包括针对违禁品的检测框和每个检测框对应的预测类别、预测得分；

S4设定过滤阈值为δ，0＜δ＜1，在每个集合内分别计算预测得分最高的检测框与剩余检测框的IOU，其中，IOU为在每个预测类别内预测得分最高的检测框与剩余检测框的重合度；

若存在IOU＞δ，保留预测得分最高的检测框和剩余检测框中与最大IOU对应的检测框，进行上述检测框的集成；集成方法如下：预测得分最高的检测框记为Box_x，获取Box_x 的坐标[X1_x,Y1_x,X2_x,Y2_x]和预测分数C_x；剩余检测框中与最大IOU对应的检测框记为Box_y，Box_y的坐标为[X1_y,Y1_y,X2_y,Y2_y]，预测得分为C_y；集成后的检测框坐标为：

，

，

，

，

集成后的分数为C：；

若不存在IOU＞δ，保留预测得分最高的检测框Box_x和其坐标[X1_x,Y1_x,X2_x,Y2_x]以及其预测得分C_x；

S5多次迭代S3、S4直至S2中所有所得图像都完成筛选和集成；

S6输出检测结果。