科研之友
微信
新浪微博
Facebook
分享链接
摘要
X光安检图像违禁品分类被广泛应用于协助维护航空和运输安全。针对X光图像中违禁品尺度不一、存在困难样本及旅客行李安检固有的正负样本不均衡等问题，提出一种端到端的考虑样本不平衡的X光安检图像违禁品分类方法，采用多尺度特征提取网络捕获尺度不一的多类型违禁品特征，通过特征融合模块提升模型对图像边缘和纹理特征的表达能力，基于代价敏感思想，设计损失函数FCB Loss，解决数据集不平衡问题并提高困难样本分类精准度。在公开数据集SIXray上构建的子集实验结果表明，所提方法相较于目前最优的端到端分类模型mAP指标提升了4.5%，特别是对剪刀等难分类样本，AP指标都有显著的提升效果。
- 单位
