期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
YOLO-LCR:X光违禁品检测模型
1
作者
倪东海
段先华
+1 位作者
陶宇诚
卢开喜
《计算机工程与设计》
北大核心
2025年第9期2480-2486,共7页
针对目前主流X光违禁品检测模型太过于庞大,无法应用在小型安检设备等问题,提出了一种基于YOLOv7改进得到的X光违禁品检测模型YOLO-LCR。设计信道洗牌重参数化卷积模块(channel-reduced shuffle concat moudle,CRSC)提升整体训练精度以...
针对目前主流X光违禁品检测模型太过于庞大,无法应用在小型安检设备等问题,提出了一种基于YOLOv7改进得到的X光违禁品检测模型YOLO-LCR。设计信道洗牌重参数化卷积模块(channel-reduced shuffle concat moudle,CRSC)提升整体训练精度以及降低网络参数量。引入重参数化卷积神经网络(RepVGG)。修改头部部分,引入空间金字塔池化分解模块(spatial pyramid pooling factorization,SPPF)并且删除了对于小目标分支的检测模块,在保障精度的前提下大幅降低网络参数量和网络训练时所需的显存大小。在SIXray数据集的基础上YOLO-LCR精度比基准模型提升了1.40%、参数量下降了24.06 M、检测速度达到231张每秒。
展开更多
关键词
X光安检
目标检测
YOLOv7
rcs-osa
RepVGG
轻量化
卷积神经网络
在线阅读
下载PDF
职称材料
题名
YOLO-LCR:X光违禁品检测模型
1
作者
倪东海
段先华
陶宇诚
卢开喜
机构
江苏科技大学计算机学院
出处
《计算机工程与设计》
北大核心
2025年第9期2480-2486,共7页
基金
国家自然科学基金项目(62203192)。
文摘
针对目前主流X光违禁品检测模型太过于庞大,无法应用在小型安检设备等问题,提出了一种基于YOLOv7改进得到的X光违禁品检测模型YOLO-LCR。设计信道洗牌重参数化卷积模块(channel-reduced shuffle concat moudle,CRSC)提升整体训练精度以及降低网络参数量。引入重参数化卷积神经网络(RepVGG)。修改头部部分,引入空间金字塔池化分解模块(spatial pyramid pooling factorization,SPPF)并且删除了对于小目标分支的检测模块,在保障精度的前提下大幅降低网络参数量和网络训练时所需的显存大小。在SIXray数据集的基础上YOLO-LCR精度比基准模型提升了1.40%、参数量下降了24.06 M、检测速度达到231张每秒。
关键词
X光安检
目标检测
YOLOv7
rcs-osa
RepVGG
轻量化
卷积神经网络
Keywords
X-ray security inspection
object detection
YOLOv7
rcs-osa
RepVGG
lightweight
convolutional neural network
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
YOLO-LCR:X光违禁品检测模型
倪东海
段先华
陶宇诚
卢开喜
《计算机工程与设计》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
