(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210129158.3 (22)申请日 2022.02.11 (71)申请人 深圳依时货拉 拉科技有限公司 地址 518000 广东省深圳市福田区梅林街 道梅林路卓越梅林中心广场(南区)A 座2202 (72)发明人 陈世喆　刘晓君　庄壮　 (74)专利代理 机构 深圳瑞天谨诚知识产权代理 有限公司 4 4340 专利代理师 温青玲 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06N 3/08(2006.01) G06N 3/04(2006.01)G06K 9/62(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 货运业务中的货物安检方法、 装置、 计算机 设备和介质 (57)摘要 本申请涉及一种货运业务中的货物安检方 法、 装置、 计算机设备和存储介质。 所述方法包 括： 接收货运客户端上传的货运现场数据， 从货 运现场数据中获取待审核的货运图片； 使用货运 安检模型对货运图片进行疑似违规目标检测； 当 货运安检模型从货运图片中检测出疑似违规信 息和货箱区域信息时， 根据疑似违规信息和货箱 区域信息从货运图片中提取图像片段， 得到至少 一个图像片段集合； 对该至少一个图像片段集合 进行违规目标类别识别处理， 得到识别结果； 根 据识别结果确定货运图片的安检结果。 本申请实 施例能够降低对货物能够安检的成本， 并且提高 安检速度和准确性， 特别是能够解决因货物图片 里的场景复杂而导致的违规目标漏检、 误检的问 题。 权利要求书2页 说明书11页 附图3页 CN 114494227 A 2022.05.13 CN 114494227 A 1.一种货运 业务中的货物安检方法， 其特 征在于， 所述方法包括： 接收货运客户 端上传的货运现场数据， 从所述货运现场数据中获取待审核的货运图 片； 使用货运 安检模型对所述货运图片进行疑似违规目标检测； 当所述货运安检模型从所述货运图片中检测出疑似违规信 息和货箱区域信 息时， 根据 所述疑似违规信息和所述货箱区域信息从所述货运图片中提取图像片段， 得到至少一个图 像片段集 合； 对所述至少一个图像片段集 合进行违规目标类别识别处 理， 得到识别结果； 根据所述识别结果确定所述货运图片的安检结果。 2.如权利要求1所述的方法， 其特征在于， 所述使用货运安检模型对所述货运图片进行 疑似违规目标检测之前还 包括： 识别所述货运图片的图片质量是否符合预设质量要求； 当所述货运图片的图片质量符合预设质量要求时， 识别所述货运图片是装货图， 或是 非装货图； 所述使用货运 安检模型对所述货运图片进行疑似违规目标检测， 包括： 响应于所述货运图片是装货图， 使用货运安检模型对所述货运图片进行疑似违规目标 检测。 3.如权利要求1所述的方法， 其特征在于， 所述疑似违规信 息包括至少一个疑似违规目 标的目标信息； 所述疑似违规 目标的目标信息包括 目标区域信息和类别预测信息， 所述 目 标区域信息包括目标区域中心点坐标和目标区域宽高尺寸， 所述类别预测信息包括通过所 述货运安检模型 预测得到的违规目标类别及其置信度； 所述货箱区域信 息包括货箱区域中心点坐标、 货箱区域宽高尺寸和通过所述货运安检 模型预测得到的货箱区域类别及其置信度。 4.如权利要求3所述的方法， 其特征在于， 所述根据 所述疑似违规信 息和所述货箱区域 信息从所述货运图片中提取图像片段， 得到 至少一个图像片段集 合， 包括： 根据每个所述疑似违规目标的类别预测信息， 对所述疑似违规信息进行过滤， 得到第 一过滤结果； 所述第一过 滤结果包括第一数量的疑似违规目标的目标信息； 根据所述货箱区域信息对所述第一过滤结果进行过滤， 得到第二过滤结果； 所述第二 过滤结果包括第二数量的疑似违规目标的目标信息； 根据所述第二过滤结果中每个疑似违规目标的目标区域信息对所述第二过滤结果进 行过滤， 得到第三过 滤结果； 所述第三过 滤结果包括第三数量的疑似违规目标的目标信息； 根据所述第 三过滤结果中的每个疑似违规目标的目标区域信 息， 从所述货运图片中提 取对应的图像片段； 根据所述第 三过滤结果中的每个疑似违规目标的类别预测信 息， 对提取到的图像片段 进行分组， 得到 至少一个图像片段集 合。 5.如权利要求4所述的方法， 其特征在于， 所述根据每个所述疑似违规目标的类别预测 信息， 对所述疑似违规信息进行 过滤， 得到第一过 滤结果， 包括： 根据预设的不同违规目标类别的阈值， 从所述疑似违规信 息包括的至少一个疑似违规 目标的目标信息中过滤得到第一过滤结果， 所述第一过滤结果包括置信度大于指 定违规目权　利　要　求　书 1/2 页 2 CN 114494227 A 2标类别的阈值的疑似违规目标的目标信息 。 6.如权利要求4所述的方法， 其特征在于， 所述根据 所述货箱区域信 息对所述第 一过滤 结果进行 过滤， 得到第二过 滤结果， 包括： 根据所述货箱区域信 息从所述第 一过滤结果中， 过滤得到位于货箱区域内部的疑似违 规目标的目标信息， 并将过 滤得到的疑似违规目标的目标信息作为第二过 滤结果； 所述根据所述第二过滤结果中每个疑似违规目标的目标区域信息对所述第二过滤结 果进行过滤， 得到第三过 滤结果， 包括： 根据所述第二过滤结果中每个疑似违规目标的目标区域信息确定每个所述疑似违规 目标的尺寸信息； 获取每个所述疑似违规目标对应的预设阈值范围； 判断每个所述疑似违规目标的尺寸信息是否符合对应的预设阈值范围； 将所述第二过滤结果中的特定疑似违规目标的目标信 息作为第 三过滤结果； 所述特定 疑似违规目标 是指尺寸信息符合对应的预设阈值范围的疑似违规目标。 7.如权利要求1所述的方法， 其特征在于， 所述对所述至少一个图像片段集合进行违规 目标类别识别处 理， 得到识别结果， 包括： 使用违规目标类别识别模型处理所述至少一个图像片段集合， 得到每个所述图像片段 集合对应的违规目标类别及其置信度； 根据每个所述图像片段集 合对应的违规目标类别及其置信度获得识别结果。 8.一种货运 业务中的货物安检装置， 其特 征在于， 所述装置包括： 待审核图片获取模块， 用于接收货运客户端上传的货运现场数据， 从所述货运现场数 据中获取待审核的货运图片； 第一违规目标检测模块， 用于使用货运安检模型对所述货运图片进行疑似违规目标检 测； 图像片段集合提取模块， 用于当所述货运安检模型从所述货运图片中检测出疑似违规 信息和货箱区域信息时， 根据所述疑似违规信息和所述货箱区域信息从所述货运图片中提 取图像片段， 得到 至少一个图像片段集 合； 第二违规目标检测模块， 用于对所述至少一个图像片段集合进行违规目标类别识别处 理， 得到识别结果； 安检结果确定模块， 用于根据所述识别结果确定所述货运图片的安检结果。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至7中任一项所 述方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114494227 A 3