申请/专利权人：南京中自启智科技有限公司

申请日：2020-10-20

公开（公告）日：2024-07-02

公开（公告）号：CN112270347B

主分类号：G06V10/80

分类号：G06V10/80;G06V10/774;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.07.02#授权;2024.06.21#专利申请权的转移;2024.02.13#专利申请权的转移;2021.02.12#实质审查的生效;2021.01.26#公开

摘要：本发明公开了一种基于改进SSD的医疗废弃物分类检测方法，包括：采集图像样本，对图像样本进行预处理；对预处理后的每张图像样本进行标注，建立图像数据集，并将图像数据集分为训练集、验证集、测试集；将SSD模型中的VGG‑16网络替换为MobileNetV3‑Large网络，去除平均池化层，并使用多尺度特征提取网络代替末端的1×1卷积层，将每个多特征倒残差层与其前、后一层或者多层倒残差层输出特征输入特征融合模块；将四个3×3卷积层的输出特征分别输入卷积注意力模块；建立目标损失函数，设置训练参数，将训练集输入改进SSD模型进行训练，得到改进SSD模型；利用验证集、测试集对改进SSD模型进行验证、测试，得到图像样本的分类检测结果。

主权项：1.一种基于改进SSD的医疗废弃物分类检测方法，其特征在于，包括以下步骤：步骤1、采集图像样本，对所述图像样本进行预处理；步骤2、对预处理后的每张所述图像样本进行标注，建立图像数据集，并将所述图像数据集分为训练集、验证集、测试集；步骤3、构建改进SSD模型；将SSD模型中的VGG-16网络替换为MobileNetV3-Large网络，去除所述MobileNetV3-Large网络中平均池化层，并使用多尺度特征提取网络代替所述MobileNetV3-Large网络末端的1×1卷积层，所述多尺度特征提取网络包括依次层叠的3×3卷积层Conv8、1×1卷积层Conv9_1、3×3卷积层Conv9_2、1×1卷积层Conv10_1、3×3卷积层Conv10_2、1×1卷积层Conv11_1、3×3卷积层Conv11_2；将所述MobileNetV3-Large网络中每个多特征倒残差层与其前、后一层或者多层倒残差层输出特征输入特征融合模块，得到融合特征，将所述融合特征作为分类和回归网络的输入；将所述多尺度特征提取网络中3×3卷积层Conv8、3×3卷积层Conv9_2、3×3卷积层Conv10_2、3×3卷积层Conv11_2的输出特征分别输入卷积注意力模块，输出特征图作为分类和回归网络的输入；步骤4、建立所述改进SSD模型的目标损失函数，设置训练参数，将所述训练集输入改进SSD模型进行训练，得到改进SSD模型；步骤5、利用所述验证集、测试集对所述改进SSD模型进行验证、测试，并通过模型评价指标对所述改进SSD模型进行评估，得到所述图像样本的分类检测结果。

全文数据：

权利要求：

百度查询： 南京中自启智科技有限公司 一种基于改进SSD的医疗废弃物分类检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD