• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
融合高效通道注意力的复杂场景违禁品检测
  • 作者

    崔丽群 李万欣

  • 单位

    辽宁工程技术大学软件学院

  • 摘要
    针对X射线在违禁品检测任务中安检图像色彩存在对比度低、检测精度低、极易出现漏检错检的问题,在快速区域卷积神经网络(Faster R-CNN)算法基础上,通过K-means聚类算法改进锚框(Anchor)的生成方式;提出将高效通道注意力机制(ECANet)引入到感兴趣池化层(ROIpooling)后,突出违禁品的轮廓、色彩等信息。本文算法在S_DXray数据集上的m AP达到92.06%,改进后网络模型检测精度提高5.06个百分点。有效提高X射线图像违禁品检测的精度和小尺度目标的检测能力,有效避免错检、漏检的现象。
  • 关键词

    目标检测X射线图像残差网络特征金字塔K均值聚类快速区域卷积神经网络高效通道注意力机制

  • 基金项目(Foundation)
    辽宁省高等学校基本研究项目(LJKMZ20220699);
  • 文章目录


    0引言
    1 Faster R-CNN算法
    1.1整体框架
    1.2特征提取网络
    1.3区域建议网络
    2 Faster R-CNN算法改进
    2.1 K-means聚类算法优化特征提取网络
    2.2注意力机制
    2.3算法流程
    3实验与分析
    3.1数据集
    3.2实验环境
    3.3性能评估指标
    3.4定性分析
    3.5定量分析
    3.6改进前后算法对比
    4结论
  • 引用格式
    [1]崔丽群,李万欣.融合高效通道注意力的复杂场景违禁品检测[J].辽宁工程技术大学学报(自然科学版),2024,43(04):494-505.
相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联