首页|基于YOLOv3的安检图像中违禁品识别方法

基于YOLOv3的安检图像中违禁品识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对安检图像中的违禁品识别,引入YOLOv3实时检测算法用于违禁品的实时检测.收集1 225张原始实验图像,通过数据增强的方法将数据集扩充至5 948张.将YOLOv3算法在该安检图像数据集上进行训练和测试,实验结果表明:该算法的识别速度为19.5 FPS,均值平均精度高达80.21％,对提升重要场所的安检智能化水平具有重要意义.
Identification Method of Contraband in Security Image Based on YOLOv3

阳映焜、徐颖达、顾昊

展开 >

武警工程大学研究生大队,西安,710086

中国科学院上海高等研究院,上海,201210

中国科学院大学,北京,100049

安检图像 违禁品识别 实时检测 YOLOv3 残差网络

上海市科技创新行动计划项目

19DZ1202200

2020

武警工程大学学报
中国人民武装警察部队工程学院

武警工程大学学报

影响因子：0.05
ISSN：2095-3984
年,卷(期)：2020.36(4)
  • 1