改进YOLOv7的X射线图像违禁品实时检测

来源：计算机工程与应用杂志2023年第12期北京时间：

作者：李松, 亚森江·木沙

单位：新疆大学 智能制造现代产业学院（机械工程学院），乌鲁木齐 830000

摘要：交通入口处X光违禁品检测对公共安全至关重要，为了达到违禁品检测精度和速度均衡，对YOLOv7算法进行改进。增加了一个由低层、高分辨率的特征图生成的检测头，提高对小目标物体敏感度。在YOLOv7的Backbone末尾增加轻量级MobileNetViTv3 block，用于捕获全局信息，帮助网络在高密度场景中精准定位。并设计出一种MPCA模块用于弥补深层卷积定位信息的不足。在测试阶段引入一个额外的分类器，进一步提高网络的分类能力。改进后的模型在3种安检违禁品数据集SiXary、HiXary、CLCXray进行测试，mAP分别达到了94.9%、77.3%、86.1%。结果表明，所提出的模型能够有效提高YOLOv7的检测复杂违禁品的能力，同时保持较快的检测速度，与当前主流算法相比，具有一定的先进性。

关键词：X射线图像,违禁品检测,注意力机制,额外分类器