融合高效通道注意力的复杂场景违禁品检测

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

基金资助

辽宁省高等学校基本研究项目（LJKMZ20220699）