基于改进YOLOv5的X光违禁品检测算法

针对安检X光图像的违禁品检测效率问题以及小尺寸违禁品的漏检误检问题,提出了一种基于改进YOLOv5的X光违禁品检测算法。该算法引入了ProFPN的结构,能够在FPN+PAN的基础上增加原始特征信息,提高检测精度;相比于原始YOLOv5增加了一层160×160的小目标检测层,使之拥有四尺度的特征融合,提高对小尺寸目标的学习能力;使用k-means++算法重新生成锚框尺寸,使之更加适合自制数据集的目标框大小,提高检测效率;采用了EIOU Loss作为回归损失函数,使目标框和锚框的宽高差异最小化,进一步提高检测框的定位精度和收敛速度。实验结果表明,改进后的算法在公开X光安检数据集上相比于原始YOLOv5算法mAP@0.5提高了4.7个百分点;相比于其他主流的目标检测算法,在参数量和运算量最小的情况下mAP@0.5最多提高了28.6个百分点,同样具有一定的优越性。

用“慧眼神瞳”看邮政快递业高质量发展

在快递业由无序竞争向高质量发展转型过程中,科技发挥着至关重要的作用。本文主要对顺丰科技自主研发的AIoT视觉感知平台“慧眼神瞳”(AI Argus)进行了详细介绍,“慧眼神瞳”高效利用监控摄像机、分拣线工业相机数据进行自动化分析,全面解析各场景下人、货、车、场地、设备等关键生产要素,形成覆盖全场景的实时业务动态数据,可保障运营质量、管控业务风险、减少人力投入、提高管理效能和服务质量。