基于改进YOLOv8s的X射线图像违禁品检测算法

来源：计算机工程与应用杂志2025年第6期北京时间：

作者：颜志明, 李新伟, 杨艺

单位：1.河南理工大学 电气工程与自动化学院，河南 焦作 454000；2.河南省煤矿装备智能检测与控制重点实验室，河南 焦作 454000

摘要：X射线图像违禁品尺寸多变、相互遮挡是小模型目标检测方法检测精度低的主要因素，为了在模型参数受限情况下提高违禁品检测精度，提出一种改进的小型YOLOv8SP违禁品检测网络。针对违禁品大小不一和小目标难以识别的问题，设计了一种多尺寸空间金字塔池化模块，采用密集连接方式实现多尺度特征提取；针对违禁品相互遮挡造成的漏检问题，设计了一种并行注意力模块提升遮挡物体的特征提取能力。大量实验证明，YOLOv8SP在极小的规模上对SIXray数据集的检测精度达到94.27%，相比于原网络提升2.13个百分点，检测速度(FPS)为115；与同类网络相比在精度和运算速度上也具有明显优势，证明了设计算法的有效性。

关键词：X射线,违禁品检测,YOLOv8s,注意力机制,参数受限