危险品实时检测定位的Faster RCNN算法研究

• 作者: 刘玉娟 朱运利 林梦圆 邱钊鹏
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 卷积特征 深度神经网络 影像识别 危险品检测
• 年，卷（期）: 2020,（2）
• 页码范围: 386-390
• 页数: 5页
• 分类号: TP311.5
• 字数: 3183字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2020.02.027

摘要

为了提升安检过程的检测效率以及检测精度,基于Faster-RCNN检测算法,结合VGG-16理论,构建了一种能够实时检测危险品的检测器,结合实际安检采集的影像数据样本,通过深度学习网络对图像数据进行训练,进行数据验证分析,结果表明该检测器具有较高的验证精度,检测算法的精度以及检测效率均高于传统的检测算法,能够较为精准的定位危险品,本文给出的方法为实际安检过程提供了理论支撑及借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱运利	北京电子科技职业学院机电工程学院	16	104	6.0	10.0
2	邱钊鹏	北京电子科技职业学院机电工程学院	6	8	1.0	2.0
3	林梦圆	北京电子科技职业学院机电工程学院	10	18	3.0	3.0
4	刘玉娟	北京电子科技职业学院机电工程学院	15	30	3.0	5.0