科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前安检甄别工作主要依靠人工完成，但巨大的工作量使自动安检成为必然趋势。为了在保证精度的前提下轻量化模型，并进一步克服X射线安检图像存在物品重叠遮挡、背景干扰严重等问题，提出了一种基于YOLOv5的改进模型。该模型采用Ghost模块对原模型进行剪枝处理；引入坐标注意力机制，使网络在训练中更好地聚焦危险品，生成更具分辨性的特征；采用传统数据增强策略与Mixup数据增强策略相结合的方式来改善模型的泛化能力和鲁棒性。实验结果表明：改进模型的参数量和模型大小比原模型分别减少了17.3%、16.1%,改进模型在SIXray和OPIXray数据集上的平均精度均值(mAP)比原模型分别提高了2.3%、5.7%。所提出模型在轻量化的同时能够进一步提高检测能力，满足实时检测要求，具有较好的应用价值。
- 单位
