基于WHIoU损失的安检图像违禁物品检测算法

摘要

针对X光安检图像存在的违禁物品重叠和背景复杂等问题，提出了一种基于YOLOv7改进的X光安检图像违禁物品检测算法。在模型颈部网络中构建注意力特征融合模块，分别添加空间注意力和通道注意力挖掘浅层细节特征和深层语义特征，减少噪音信息冗余，降低有效特征丢失；重新设计WHIoU Loss替换CIoU Loss作为新的边界框损失函数，确保在预测框与真实边界框的宽高呈现相同线性比例关系的情况下，宽高比惩罚函数仍然具有约束效果，提升收敛速度和精度。在SIXray数据集上的实验结果表明，算法在mAP50、mAP50:95上分别提高了2%和4.5%,同时检测速度也达到了58 FPS。

关键词

深度学习 / 目标检测 / YOLOv7 / 安检图像 / 注意力机制