基于多层特征融合的安检X射线图像违禁品检测OA
针对安检X射线图像违禁品检测任务存在目标与背景重叠度高、目标检出精度不高的问题,本文提出了基于多层特征有效融合的检测网络(Transfuse Feature-DETR ,TF-DETR)。该网络使用多层跨阶段局部模块作为网络特征提取主干,增强特征提取能力。通过多次跨层连接和池化操作完成特征融合,丰富对关键特征的表示。采用基于Transformer架构的RTDETR(Real-Time DEtection TRansformer)检测头,通过自注意力机制捕获全局关键信息。实验结果表明,所提方法在目标与背景重叠度高的测试集上平均精度为87.3%,精确率为90.1%,召回率为79.7%,有效提升了算法在复杂背景下对违禁品的检测精度,为安检过程中违禁品的自动化检测提供了可视化判断。
杨静;安乐
南充文化旅游职业学院,四川南充637400南充文化旅游职业学院,四川南充637400
信息技术与安全科学
神经网络违禁品检测多层特征融合RTDETR
《新一代信息技术》 2026 (1)
P.37-41,5
南充文化旅游职业学院2025年度校级科研课题资助项目(No.NCWL2025Q046)
评论