基于高精度多阶段网络的X光图像违禁品检测  

作　　者：李纯 张洪斌 李嘉毅[1] 谢启胜 

机构地区：[1]北京首都国际机场股份有限公司,北京101317

出　　处：《信息记录材料》2024年第3期213-215,218,共4页Information Recording Materials

摘　　要：本文提出了一种基于X光图像的违禁品检测系统,采用深度学习的多分类网络模型实现对违禁品的精准检测。多分类网络由多个分支网络连接到主干网络构成,在不同的阶段,采用了不同的网络架构。在网络的早期阶段,主干网络负责提取整体特征;而在网络的后期阶段,利用多个分支网络负责进行样本分类,上述分支网络能够分析不同类别物体的细节信息,并可进行灵活的再训练和扩展。实验结果表明,该多阶段网络展示了较高的检测准确率,并在实际的违禁品检测中表现出优异的性能。

关 键 词：深度学习 多阶段网络 违禁品检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]