自适应与多尺度特征融合的X光违禁品检测

来源：计算机工程与应用杂志2024年第2期北京时间：

作者：孙嘉傲, 董乙杉, 郭靖圆, 李明泽, 李帅超, 卢树华

单位：1.中国人民公安大学 信息网络安全学院，北京 102600；2.公安部安全防范技术与风险评估重点实验室，北京 102600

摘要：针对X光安检违禁品图像空间多尺度变化、背景干扰及模型复杂等问题，提出了空间自适应与多尺度特征融合的YOLOv5轻量模型。以YOLOv5为基本框架，引入自适应空间特征融合机制抑制特征尺度差异的影响，结合双向特征金字塔网络集成了特征双向加权融合；采用轻量化通道注意力机制获得编码的位置信息，增强有效特征的表达；同时利用GhostConv替换部分Conv降低网络计算复杂度。此模型在OPIXray、SIXray、HiXray等3个公开数据集上mAP分别达到94.2%、92.8%、83.3%，比基线模型分别提高了5.4、0.5、1.7个百分点，且未明显改变推理效率，较好兼顾了模型检测精度与速度，优于当前诸多先进算法。

关键词：X光图像,违禁品检测,空间特征融合,YOLOv5