一种基于YOLOX的烟盒防伪检测方法技术

本发明专利技术提供了一种基于YOLOX的烟盒防伪检测方法，包括：步骤S1，获取待检测烟盒图像；步骤S2，将图像输入至YOLOX‑CgCs模型内，通过DA特征提取块进行特征提取得到三个不同尺度的特征图；步骤S3，通过PANet特征融合块对三个特征图进行不同层次的语义信息传递融合得到三个不同尺度的特征解码；步骤S4，基于三个特征解码，通过解耦头形成小、中、大尺度对三个特征图进行解码操作得到水平边界框内烟盒目标的左上角坐标、右下角坐标及对应的烟盒类别；步骤S5，根据烟盒目标的左上角目标、右下角目标和烟盒类别于待检测烟盒图像上进行烟盒目标位置和真伪置信度的标定。有益效果是本发明专利技术能够帮助稽查人员进行卷烟包装判别，解决效率慢、耗时长、浪费人力资源的问题。

【技术实现步骤摘要】

本专利技术涉及人工智能与计算机视觉的，具体而言，涉及一种基于yolox的烟盒防伪检测方法。

技术介绍

1、传统的鉴别手段是稽查人员通过工作经验对每个卷烟包装进行判别，但由于烟草专卖店多、卷烟数量巨大，且没有统一的烟草真伪鉴别标准，这使得烟草真伪鉴别会消耗大量时间和人力，随着人工智能的发展，机器学习算法已用于多个行业，为很多行业带来了深远的影响，但是在烟草鉴别领域内却仍未涉及，缺乏了智能识别技术的帮助，导致稽查人员对卷烟包装进行判别的工作仍旧存在效率慢、耗时长、浪费人力资源的问题。

技术实现思路

1、本专利技术要解决的问题是：提供一种基于yolox的烟盒防伪检测方法，能够帮助稽查人员进行卷烟包装判别，解决效率慢、耗时长、浪费人力资源的问题。

2、为解决上述问题，本专利技术提供一种基于yolox的烟盒防伪检测方法，将预先构建得到的yolox-cgcs模型置于真伪烟盒数据集cgcs中进行训练，所述yolox-cgcs模型包括da特征提取块、panet特征融合块和解耦头，所述panet特征融合块分别与所述本文档来自技高网...

【技术保护点】

1.一种基于YOLOX的烟盒防伪检测方法，其特征在于，将预先构建得到的YOLOX-CgCs模型置于真伪烟盒数据集CgCs中进行训练，所述YOLOX-CgCs模型包括DA特征提取块、PANet特征融合块和解耦头，所述PANet特征融合块分别与所述DA特征提取块和所述解耦头相连接，所述烟盒防伪检测方法包括以下步骤：

2.根据权利要求1所述的烟盒防伪检测方法，其特征在于，所述真伪烟盒数据集CgCs内包含有经过水平边界框标注的20000张图像，其中包含有16000张真烟盒图像和4000张假烟盒图像，则执行所述步骤S1之前，预先根据16000张所述真烟盒图像和4000张所述假烟盒图像对...

【技术特征摘要】

1.一种基于yolox的烟盒防伪检测方法，其特征在于，将预先构建得到的yolox-cgcs模型置于真伪烟盒数据集cgcs中进行训练，所述yolox-cgcs模型包括da特征提取块、panet特征融合块和解耦头，所述panet特征融合块分别与所述da特征提取块和所述解耦头相连接，所述烟盒防伪检测方法包括以下步骤：

2.根据权利要求1所述的烟盒防伪检测方法，其特征在于，所述真伪烟盒数据集cgcs内包含有经过水平边界框标注的20000张图像，其中包含有16000张真烟盒图像和4000张假烟盒图像，则执行所述步骤s1之前，预先根据16000张所述真烟盒图像和4000张所述假烟盒图像对所述yolox-cgcs模型进行训练。

3.根据权利要求1所述的烟盒防伪检测方法，其特征在于，所述真伪烟盒数据集cgcs的构建过程包括：

4.根据权利要求1所述的烟盒防伪检测方法，其特征在于，执行所述步骤s1之前，还包括：

5.根据权利要求1所述的烟盒防伪检测方法，其...

【专利技术属性】
技术研发人员：邹晓春，王洁钊，李嘉炜，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：