一种面向交通安全的违禁品轻量级检测方法OA
针对X光安检图像中摆放杂乱、故意遮挡、小型不规则物品检测等问题,以及安检工作对实时性、快速性的要求,基于YOLO v5s网络模型提出了一种结合改进的轻量级实时违禁品监测方法LRCD,以辅助安检人员快速进行检测。通过在模型的主干中使用DenseOne模块替代YOLO v5s主干中的C3模块,进而丰富特征,提高网络的特征表达能力;为了提高推理速度,使用SimSPPF替换YOLO v5s主干中的SPPF;同时引入WIoU(Wise-IoU)损失函数,抑…查看全部>>
翁成康;黄贤明;黄海洋
湖南工业大学计算机学院,湖南株洲412007湖南工业大学计算机学院,湖南株洲412007湖南工业大学计算机学院,湖南株洲412007
计算机与自动化
轻量化卷积神经网络X光图像注意力机制违禁品检测
《湖南工业大学学报》 2025 (1)
P.72-78,7
教育部中国高校产学研创新基金资助项目(2020ITA05043)湖南省教育厅科学研究基金资助项目(21C0409,2023DT002)。
评论