基于改進(jìn)YOLOv5s模型的X光圖像管制刀具檢測模型

打開文本圖片集

摘 要：隨著旅客數(shù)量的逐年增長，火車站、機(jī)場等交通場所的安檢壓力在不斷增加。長時(shí)間的高強(qiáng)度工作容易導(dǎo)致安檢員疲勞，進(jìn)而導(dǎo)致對管制刀具的漏檢、誤檢，使旅客在旅途中的安全風(fēng)險(xiǎn)大大增加。為了解決上述問題，提出了一種基于改進(jìn)YOLOv5的X光圖像管制刀具檢測模型。首先，在YOLOv5s模型的Neck部分加入卷積塊注意力模塊，以增強(qiáng)模型的特征提取能力；其次，在YOLOv5s模型的Prediction部分增加一個(gè)新的預(yù)測層，以提升模型對小體積管制刀具的檢測能力。（剩余7228字）