自适应与多尺度特征融合的X光违禁品检测

作     者：孙嘉傲 董乙杉 郭靖圆 李明泽 李帅超 卢树华 SUN Jia’ao;DONG Yishan;GUO Jingyuan;LI Mingze;LI Shuaichao;LU Shuhua

作者机构：中国人民公安大学信息网络安全学院北京102600 公安部安全防范技术与风险评估重点实验室北京102600 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第2期

页      面：96-102页

核心收录：

学科分类：08[工学] 0804[工学-仪器科学与技术] 

基　　金：中央高校基本科研业务经费重大项目(2021JKF102) 公安学科基础理论研究专项项目(2021XKZX08,2021JC03)。 

主　　题：X光图像 违禁品检测 空间特征融合 YOLOv5 

摘      要：针对X光安检违禁品图像空间多尺度变化、背景干扰及模型复杂等问题,提出了空间自适应与多尺度特征融合的YOLOv5轻量模型。以YOLOv5为基本框架,引入自适应空间特征融合机制抑制特征尺度差异的影响,结合双向特征金字塔网络集成了特征双向加权融合;采用轻量化通道注意力机制获得编码的位置信息,增强有效特征的表达;同时利用GhostConv替换部分Conv降低网络计算复杂度。此模型在OPIXray、SIXray、HiXray等3个公开数据集上mAP分别达到94.2%、92.8%、83.3%,比基线模型分别提高了5.4、0.5、1.7个百分点,且未明显改变推理效率,较好兼顾了模型检测精度与速度,优于当前诸多先进算法。