X射线安检图像高精度实时目标检测模型与基准数据集

作     者：支洪平 孙立峰 王旭 

作者机构：清华大学计算机科学与技术系 科大讯飞(苏州)科技有限公司 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2024年

核心收录：

学科分类：070207[理学-光学] 07[理学] 08[工学] 080203[工学-机械设计及理论] 0837[工学-安全科学与工程] 0802[工学-机械工程] 0803[工学-光学工程] 0702[理学-物理学] 

主　　题：X射线图像 风格迁移 目标检测 细粒度分类模块 基准数据集 

摘      要：图像目标检测技术辅助提高了安检工作效率，进一步保障了公共安全。然而不同型号的安检机成像的差异性、X射线图像的复杂性、昂贵的数据标注成本，制约了X射线安检图像目标检测技术的深入研究。针对不同安检机厂商相同物质X射线成像颜色的差异，基于风格迁移算法进行数据集扩充，从而提高目标检测算法的泛化性；针对X射线图像中同类待识别物品尺寸的明显差异，提出一种细化的特征金字塔结构用来提取更加丰富的不同层次的语义信息；为了进一步提高检测精度，提出了一个易于集成的细粒度分类模块，该模块能很好地适配主流的目标检测模型。同时，构造了一个大规模的基准数据集，该数据集包含56659张X射线图像，37种违禁品，每张图像均进行高质量标注。据我们所知，这是迄今为止包含违禁品种类最多、图片数量最多的公开X射线图像数据集。基于该X射线违禁品数据集进行对比实验，提出的模型结构较基线模型mAP提高约8%。