融合双向路由注意力的多尺度X光违禁品检测

作     者：王若璇 李野 赵鹏 

作者机构：长春理工大学物理学院吉林 长春 

出 版 物：《计算机科学与应用》 (Computer Science and Application)

年 卷 期：2024年第14卷第3期

页      码：78-95页

摘      要：针对违禁品检测中存在的复杂背景干扰、物体间的重叠遮挡和多尺度变化问题,提出一种基于改进YOLOv7的X射线违禁品目标检测算法。首先,在主干中引入MBConv,以更有效的捕获全局信息;其次在特征融合网络中加入RFE模块,以增加特征图的感受野,从而提高违禁品多尺度检测的准确性。并设计出一种ELAN-BiF模块,用于抑制复杂背景干扰,使网络提取不同尺度的物品特征;为了提高小目标物体的检测精度,增加了一个微小物体检测头;最后,结合CARAFE上采样和Mish激活函数来提高网络对重叠和遮挡对象的识别能力,并提升在正负样本不平衡情况下的检测能力。结果表明,改进后的模型在SIXray_OOD数据集上进行测试,该方法map达到了95.2%,比原模型提高4.9%,比其他主流检测模型在违禁品检测任务上具有更好的优越性。

主 题 词：X射线图像 双向路由注意力 小目标检测层 YOLOv7 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.12677/CSA.2024.143060

馆 藏 号：203127218...