典型文献
基于改进YOLOv5的X射线安检图像违禁品目标检测算法
文献摘要：
为进一步提高安检X射线图像中违禁品的检测精度与速度,提出一种改进YOLOv5的X射线安检图像违禁品目标检测算法.具体改进的内容:一是加入了掩码自注意力机制模块有效地捕捉全局上下文信息,增强了特征信息的表达能力;二是引入Quality Focal Loss损失函数有效缓解了类别不均衡问题,提高了对目标的定位精度.实验证明改进后的网络模型在安检数据集上得到了提升,满足安检检测需求.
文献关键词：
YOLOv5;X射线;安检图像;自注意力机制;Quality Focal Loss
中图分类号：
作者姓名：
吴素雪
作者机构：
广东第二师范学院物理与信息工程学院,广州 510303
文献出处：
引用格式：
[1]吴素雪-.基于改进YOLOv5的X射线安检图像违禁品目标检测算法)[J].现代计算机,2022(20):52-56
A类：
B类：
YOLOv5,安检图像,违禁品,品目,目标检测算法,高安,检测精度,体改,掩码,自注意力机制,注意力机制模块,全局上下文信息,特征信息,表达能力,Quality,Focal,Loss,损失函数,类别不均衡,均衡问题,定位精度,上得
AB值：
0.294791
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
