基于HSV空间增强的双能安检图像危险品识别方法

1.一种基于HSV空间增强的双能安检图像危险品识别方法，其特征在于，包括以下步骤：步骤100：将双能RGB图像转换为HSV图像；步骤200：对HSV图像进行图像增强，H通道保持不变，V通道和/或S通道进行随机增强操作；将HSV图像分别分解为H、S、V三个独立通道：对V通道和/或S通道进行随机增强操作；将增强后的V和/或S通道与原始H通道合并，得到增强后的HSV图像；步骤300：基于增强后的HSV图像，训练得到HSV危险品识别模型；基于RGB预训练的危险品识别模型及增强后的HSV图像，进行迁移训练得到HSV危险品识别模型，包括：基于RGB预训练的危险品识别模型的输入模块即RGB输入模块，设置HSV危险品识别模型的输入模块，即HSV输入模块；设置比较HSV输入模块和RGB输入模块的输出差异的损失函数；随机初始化HSV输入模块的权重，加载RGB输入模块的权重，固化RGB输入模块的权重；将HSV通道作为HSV输入模块的输入，RGB通道作为RGB输入模块的输入，通过训练更新HSV输入模块的权重；用训练后的HSV输入模块替代RGB预训练的危险品识别模型的输入模块，形成HSV危险品识别模型；步骤400：基于训练好的HSV危险品识别模型进行危险品识别。 2.根据权利要求1所述的一种基于HSV空间增强的双能安检图像危险品识别方法，其特征在于，HSV输入模块的设置方法包括：基于RGB预训练的危险品识别模型的输入模块，记为原始输入模块：将原始输入模块复制为两个独立模块：HSV输入模块和RGB输入模块。 3.根据权利要求1所述的一种基于HSV空间增强的双能安检图像危险品识别方法，其特征在于，HSV输入模块的设置方法包括：将RGB预训练的危险品识别模型的输入模块进行复制，记为RGB输入模块，并重新定义HSV危险品识别模型的输入模块，记为HSV输入模块。 4.根据权利要求1所述的一种基于HSV空间增强的双能安检图像危险品识别方法，其特征在于，步骤300中基于增强后的HSV图像，训练得到HSV危险品识别模型，包括：使用增强后的HSV图像进行有监督或自监督训练，得到训练得到HSV危险品识别模型。