城市轨道交通安检危险品的深度学习识别

作者：令狐蓉^*

来源：现代计算机(专业版), 2023, 29(12): 17-21.

• YOLOv5
• CBAM
• X射线
• 危险品识别

针对城市轨道交通X射线安检危险品识别，在YOLOv5m基础上，增加了CBAM注意力，分别对通道和空间的特征进行操作。经过实验验证，该方法的mAP50:95、mAP50分别提升了0.6和1个百分点，结果表明改进后的算法能显著提高检测精度。

• 单位
  山西工程职业技术学院