基于深度学习的安检图像检测及应用

• 作者: 王伊琳
• 来源期刊: 现代信息科技
• 关键词: 卷积神经网络 深度学习 X光安检图像 检测识别
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机技术|Computer Technology
• 页码范围: 82-85
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.03.022

摘要

传统的人工安全检查的方式效率不高,针对这一问题提出一种基于掩码区域卷积神经网络的X光安检图像检测算法.首先选取1300幅安检图像,对其中的训练样本以液体为目标进行标记,然后通过不同的网络提取图像特征并获得包含目标的建议区域,再输入到分类、回归、掩码三个分支网络进行训练,最终得到权重优化的X光安检图像检测模型.实验结果表明,基于深度学习的算法能够有效地对安检图像进行自动检测,且能够获得较高的准确率.