违禁品检测模型训练方法、检测方法、装置及计算机设备与流程

技术特征：
1.一种违禁品检测模型训练方法，其特征在于，包括：获取待标注的原始违禁品图片；获取已检测的预设类别的分类违禁品图片；对所述原始违禁品图片进行标注得到标注图片；根据所述标注图片和所述分类违禁品图片，确定样本数据集；根据所述样本数据集对预设初始模型进行训练，得到违禁品检测模型。2.如权利要求1所述的违禁品检测模型训练方法，其特征在于，所述分类违禁品图片包括第一分类违禁品图片，所述获取已检测的预设类别的分类违禁品图片，包括：接收安检设备发送的已检测的预设类别的第一分类违禁品图片，所述第一分类违禁品图片为所述安检设备对采集的待识别图片进行违禁品检测后、回传的包含有预设类别的违禁品的图片。3.如权利要求1所述的违禁品检测模型训练方法，其特征在于，所述分类违禁品图片包括第二分类违禁品图片，所述获取已检测的预设类别的分类违禁品图片，包括：获取待检测图片；对所述待检测图片进行检测，识别出包含违禁品的违禁品图片以及包含的违禁品的违禁品类别；根据所述违禁品类别，从所述违禁品图片中获取预设类别的第二分类违禁品图片。4.如权利要求3所述的违禁品检测模型训练方法，其特征在于，所述获取待检测图片，包括：获取原始待检测图片；按照预设格式对所述原始待检测图片进行重命名；对重命名之后的原始待检测图片进行去白边操作，得到有效待检测图片；选取预设尺寸的所述有效待检测图片得到所述待检测图片。5.如权利要求3所述的违禁品检测模型训练方法，其特征在于，所述对所述待检测图片进行检测，识别出包含违禁品的违禁品图片以及包含的违禁品的违禁品类别，包括：对所述待检测图片进行检测，得到违禁品类别以及类别置信度；当所述类别置信度大于等于预设的置信度阈值时，确定所述类别置信度对应的待检测图片为包含违禁品的违禁品图片。6.如权利要求1所述的违禁品检测模型训练方法，其特征在于，所述对所述原始违禁品图片进行标注得到标注图片，包括：对所述原始违禁品图片进行标注，得到正常样本和异常样本；对所述正常样本进行标注，得到标注图片，所述标注图片包括正样本和负样本，所述正样本的图片包含违禁品，所述负样本的图片不包含违禁品。7.如权利要求1所述的违禁品检测模型训练方法，其特征在于，所述获取已检测的预设类别的分类违禁品图片之后，所述方法还包括：基于所述分类违禁品图片，对所述原始违禁品图片进行预处理去重操作，得到预处理图片；所述对所述原始违禁品图片进行标注得到标注图片，包括：对所述预处理图片进行标注得到标注图片。
8.一种违禁品检测方法，其特征在于，包括：获取待检测的原始图片；根据预设的违禁品检测模型对所述原始图片进行检测，得到违禁品检测数据，所述违禁品检测模型为应用上述权利要求1至7任意一项所述的违禁品检测模型训练方法得到的检测模型。9.一种违禁品检测模型训练装置，其特征在于，包括：图片获取模块，用于获取原始违禁品图片和已检测的预设类别的分类违禁品图片；样本标注模块，与所述图片获取模块通讯连接，用于对所述原始违禁品图片进行标注得到标注图片；数据集获取模块，与所述图片获取模块和所述样本标注模块通讯连接，用于根据所述标注图片和所述分类违禁品图片，确定样本数据集；模型训练模块，与所述数据集获取模块通讯连接，用于根据所述样本数据集对预设初始模型进行训练，得到违禁品检测模型。10.一种计算机设备，其特征在于，所述计算机设备包括：一个或多个处理器；存储器；以及一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7中任一项所述的违禁品检测模型训练方法。

技术总结
本申请提供一种违禁品检测模型训练方法、检测方法、装置及计算机设备，训练方法包括：获取待标注的原始违禁品图片；获取已检测的预设类别的分类违禁品图片；对所述原始违禁品图片进行标注得到标注图片；根据所述标注图片和所述分类违禁品图片，确定样本数据集；根据所述样本数据集对预设初始模型进行训练，得到违禁品检测模型。采用本方法，可减少需要标注的违禁品图片的数量，降低标注量，提高实际业务场景中的分类效率。景中的分类效率。景中的分类效率。


技术研发人员：陈奇华 杨小平
受保护的技术使用者：顺丰科技有限公司
技术研发日：2021.08.13
技术公布日：2023/2/17