基于可变形卷积与注意力机制的X光安检违禁品检测

来源：电子测量技术杂志2023年第10期北京时间：

作者：粟兴旺，王晓明，黄金玻，许茹玉，吴琳

单位：西华大学计算机与软件工程学院 成都 610039

摘要：X光安检违禁品检测被广泛应用于维护公共交通安全和人身安全。针对X光图像中违禁品存在形状尺度多变、重叠遮挡严重等问题，提出一种结合可变形卷积与注意力机制改进的YOLOv5s模型用于违禁品检测。首先在主干网络中引入可变形卷积，通过学习采样偏移量来适应物体的不同形变，增强空间特征信息提取能力；其次利用混合卷积注意力模块加强模型对检测目标的感知能力，抑制无关背景干扰；然后构造通道引导的空洞空间金字塔模块，获取更加准确的全局上下文信息，提高模型对重叠遮挡目标的识别能力；最后采用CARAFE算子代替最近邻插值，在上采样过程中充分利用内容信息，提高模型检测精度。在SIXray_OD和OPIXray数据集上实验结果显示，所提出模型的mAP@05相较于原YOLOv5s分别提高了21%和18%，达到了906%和900%。与现有诸多先进算法相比，具有较好的检测精度与实时性。

关键词：X光图像;违禁品检测;可变形卷积;注意力机制;上采样

基金资助：四川省自然科学基金（2022NSFSC0533）、西华大学研究生创新基金(ycjj2021030)项目资助