-
题名基于改进YOLOv8s的X射线图像违禁品检测算法
- 1
-
-
作者
颜志明
李新伟
杨艺
-
机构
河南理工大学电气工程与自动化学院
河南省煤矿装备智能检测与控制重点实验室
-
出处
《计算机工程与应用》
北大核心
2025年第6期141-149,共9页
-
基金
河南省科技攻关项目(232102210040)
河南省高校基本科研业务费专项资金资助(NSFRF220444)。
-
文摘
X射线图像违禁品尺寸多变、相互遮挡是小模型目标检测方法检测精度低的主要因素,为了在模型参数受限情况下提高违禁品检测精度,提出一种改进的小型YOLOv8SP违禁品检测网络。针对违禁品大小不一和小目标难以识别的问题,设计了一种多尺寸空间金字塔池化模块,采用密集连接方式实现多尺度特征提取;针对违禁品相互遮挡造成的漏检问题,设计了一种并行注意力模块提升遮挡物体的特征提取能力。大量实验证明,YOLOv8SP在极小的规模上对SIXray数据集的检测精度达到94.27%,相比于原网络提升2.13个百分点,检测速度(FPS)为115;与同类网络相比在精度和运算速度上也具有明显优势,证明了设计算法的有效性。
-
关键词
X射线
违禁品检测
YOLOv8s
注意力机制
参数受限
-
Keywords
X-ray
contraband detection
YOLOv8s
attentional mechanism
parameter constraint
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名序列颅脑CT图像颅腔内结构自动化提取及分割
被引量：1
- 2
-
-
作者
江少锋
陈武凡
冯前进
杨素华
-
机构
南方医科大学医学图像重点实验室
南昌航空大学电子信息学院江西南昌
南昌航空大学电子信息学院
-
出处
《南方医科大学学报》
CAS
CSCD
北大核心
2007年第12期1805-1808,共4页
-
基金
973国家重点基础研究发展规划资助项目(2003CB716101)
国家自然科学基金(30730036)
-
文摘
目的自动化提取和分割序列颅脑CT图像颅腔内结构。方法本研究首先利用颅脑CT的解剖学结构,基于区域生长法和形态学方法提取出序列颅脑CT颅腔内结构。然后针对应用EM(期望最大化)算法分割图像时,初始值选取难点,提出了一种改进的基于参数受限高斯混合模型的EM分割算法,实现了对颅内结构的有效分割。结果实验结果表明,该算法能够实现从颅底到颅顶的所有CT图像颅腔内结构的计算机自动化提取和分割,结果准确。结论本文算法在绝大多数情况下是有效的。
-
关键词
区域生长
颅脑CT分割
参数受限的高斯混合模型
EM算法
-
Keywords
region growing
image segmentation
cerebral computed tomography
EM algorithm
parameter-limited GMM
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
