-
题名基于改进YOLOX算法的X射线图像违禁品检测方法
被引量：2
- 1
-
-
作者
袁金豪
张南峰
阮洁珊
高向东
-
机构
广东工业大学广东省焊接工程技术研究中心
黄埔海关技术中心
-
出处
《激光技术》
CAS
CSCD
北大核心
2023年第4期547-552,共6页
-
基金
广州市技术创新发展专项基金资助项目(202002020068)。
-
文摘
为了实现自动检测X射线图像中的违禁品,解决相互遮挡、目标相近和小目标违禁品检测难的问题,提出一种基于改进的你只观察一次(YOLOX)算法的X射线图像违禁品检测方法。首先在YOLOX的主干网络低层中引入使用大核注意力构建的空间注意力,提取低层特征图的远距离依赖信息和纹理信息,之后在主干网络的中层和高层增加卷积块的注意力模块以增强感兴趣区域信息并抑制无用信息;该方法在公开的安全检查X射线数据集上进行实验,同时为改善模型的鲁棒性,在训练前70个周期使用Mosaic数据增强方法。结果表明,改进的模型较基本模型增加少量的参数和计算量,均值平均精度增加2.45%,提升到87.88%,平均推理速率为58.5 frame/s。该研究为即时自动检测X射线图像中违禁品提供了有益的参考。
-
关键词
X射线光学
违禁品检测
YOLOX算法
大核注意力
空间注意力
卷积块的注意力模块
-
Keywords
X-ray optics
prohibited items detection
YOLOX algorithm
larger kernel attention
spatial attention
convolutional block attention module
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
