您所在的位置: 成果库 基于深度学习的违禁品自动识别系统

基于深度学习的违禁品自动识别系统

成果类型:: 实用新型专利,软件著作权

发布时间: 2023-09-01 14:23:39

科技成果产业化落地方案
方案提交机构:成果发布人| 宁子涵 | 2023-09-01 14:23:39

自主研发针对于一些列安检场景的智能检测识别系统,通过SSD目标检测模型直接接入现有系统,无需更换任何设备,可定制违禁列表,多样化交付方式满足不同需求。

目前已支持识别30+常见物品识别且可根据实际安检需求进行按需定制;可接入现有设备,无需更换其他设备;多样化的交付方式,可满足不同需求,如鹰识小主机、云服务接口、本地装配系统

本项目所研发的基于深度学习的违禁品自动识别系统,可用于多个行业,依托SSD目标识别算法,拥有检测速度快,可定制性强,通用性强的优势,广泛用于各场景下的安检工作。

团队共有9人组成,技术团队两人,其中项目负责人刘礼涵,曾获全国光电设计大赛二等奖等,曾荣耀:全国大学生电子设计竞赛省一等奖。技术顾问由西北工业大学副教授葛春平以及王峰博士担任。财务负责人焦兰兰会计学专业、运营负责人王雯,胡育柠为市场负责人,总务负责人蒋海威,人力负责人李婷

重点应用在公检法系统,海关港口,快递物流等行业,目前项目研究成果已应用到西安地铁、深圳地铁、新疆地铁、申通快递、韵达快递等场所和公司,大幅度改善安检人员工作负担

计划融资100万,并出让8%的股权,资金将用于技术开发、市场推广等用途。