-
题名复杂背景下多尺度X光违禁品检测
被引量:3
- 1
-
-
作者
张珂
张良
-
机构
中国民航大学电子信息与自动化学院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2021年第22期102-112,共11页
-
基金
国家自然科学基金(61179045)。
-
文摘
针对安检X光图像中违禁品的自动检测一直存在困难,使用不同尺度的特征比例平衡模块、U型网络递归模块和残差边注意力模块构建EM2Det(Enhanced M2Det)模型,进一步提升M2Det模型的检测性能。首先考虑主干网络深层中的高语义信息和浅层中的细节特征信息,借鉴特征金字塔思想设计特征融合增强模块,加强模型对主干网络中不同尺度特征的提取能力;然后设计8个U型网络递归模块,增强其对基本特征不同水平、不同尺度的细节特征提取能力;接着使用CBAM(Convolutional Block Attention Module)构建残差边注意力模块,使其关注有效特征,抑制无用的背景干扰;最后在SIXray_OD数据集上对模型进行验证。实验结果表明,设计的各个模块均有不同程度的提升效果,EM2Det模型的平均精度比M2Det模型提升6.4个百分点。
-
关键词
图像处理
目标检测
安检X光图像
em2det模型
特征金字塔
多尺度
-
Keywords
image processing
object detection
security X-ray images
em2det model
feature pyramid
multiscale
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-