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！

龙图腾网获悉华南师范大学申请的专利一种基于多尺度注意力与数据增强的安检违禁品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：CN116883933B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310735083.8，技术领域涉及：G06V20/52；该发明授权一种基于多尺度注意力与数据增强的安检违禁品检测方法是由邱健;叶晓峰;彭力;韩鹏;骆开庆;刘冬梅设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本一种基于多尺度注意力与数据增强的安检违禁品检测方法在说明书摘要公布了：本发明公开了一种基于多尺度注意力与数据增强的安检违禁品检测方法。所述方法包括以下步骤：构建违禁品目标检测模型，包括骨干网络；在自然图像分类数据集上对骨干网络进行训练，得到骨干网络的预训练权重，然后在自然图像目标检测数据集上对加载骨干网络的预训练权重后的违禁品目标检测模型进行训练，得到违禁品目标检测模型的预训练权重；初始化违禁品目标检测模型，在安检X光图像数据集上重新训练，得到训练好的违禁品目标检测模型；对训练好的违禁品目标检测模型进行调整，输入待检测X光图像，得到违禁品的类别和边界框。本发明能够在背景杂乱、物品相互重叠的X光图像中有效地检测出违禁品目标的位置，提高安检的效率和可靠性。

本发明授权一种基于多尺度注意力与数据增强的安检违禁品检测方法在权利要求书中公布了：1.一种基于多尺度注意力与数据增强的安检违禁品检测方法，其特征在于，包括以下步骤： S1、构建违禁品目标检测模型MSA-DETR，包括数据增强模块、骨干网络、位置编码模块、Transformer编码器-解码器和目标检测头；所述骨干网络为MSANet，其基础模块为MSAModule；所述MSAModule包括多尺度特征提取模块、多尺度通道注意力模块和多尺度空间注意力模块； 所述多尺度特征提取模块将输入特征图按通道维度平均分成S个子特征图，再将每个子特征图分别通过一组卷积层，然后对各组卷积计算结果进行叠加融合后输出S个特征图； 所述多尺度通道注意力模块对于多尺度特征提取模块输出的每个子特征图，先进行空间维度上的全局平均池化和最大池化分别得到和以聚合全局空间信息，再通过共享的多层感知机捕获通道之间的相互依赖性，二者叠加后利用sigmoid函数来激活通道注意力图，为实现不同尺度特征图之间的跨通道信息交互，对所有通道注意力图进行softmax操作获得多尺度通道注意力图，使违禁品目标检测模型能够自适应地选取特定尺度特征图的特定通道信息，然后根据中的各通道权重对每个特征图进行重新校准得到特征图； 最后，将特征图在通道维度上进行拼接，得到多尺度通道注意力模块的输出特征图； 所述多尺度空间注意力模块对于多尺度特征提取模块输出的每个子特征图，先进行通道维度上的全局平均池化和最大池化分别得到和以聚合全局通道信息，再将二者连接后通过一个可变形卷积层捕获空间位置之间的相互依赖性，并利用sigmoid函数来激活空间注意力图； S2、在自然图像分类数据集上对骨干网络MSANet进行训练，得到MSANet的预训练权重，然后在自然图像目标检测数据集上对加载MSANet的预训练权重后的违禁品目标检测模型MSA-DETR进行训练，得到MSA-DETR的预训练权重； S3、调整违禁品目标检测模型的目标检测头，加载S2中得到的MSA-DETR的预训练权重以初始化违禁品目标检测模型，然后在安检X光图像数据集上对加载预训练权重后的违禁品目标检测模型重新训练，得到训练好的MSA-DETR模型； S4、移除训练好的违禁品目标检测模型中的数据增强模块，将待检测X光图像输入训练好的违禁品目标检测模型，得到违禁品的类别和边界框。

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华南师范大学，其通讯地址为：510275 广东省广州市天河区中山大道西55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。