武警工程大学学报2020，Vol.36Issue(4) ：6-9,81.

基于YOLOv3的安检图像中违禁品识别方法

Identification Method of Contraband in Security Image Based on YOLOv3

阳映焜 徐颖达 顾昊
武警工程大学学报2020，Vol.36Issue(4) ：6-9,81.
✕
  • NETL
  • NSTL
  • 万方数据

基于YOLOv3的安检图像中违禁品识别方法

Identification Method of Contraband in Security Image Based on YOLOv3

阳映焜 1徐颖达 2顾昊1
扫码查看

作者信息

  • 1. 武警工程大学研究生大队,西安,710086
  • 2. 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
  • 折叠

摘要

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.

关键词

安检图像/违禁品识别/实时检测/YOLOv3/残差网络

引用本文复制引用

基金项目

上海市科技创新行动计划项目(19DZ1202200)

出版年

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
参考文献量1
段落导航相关论文