改进YOLOv7的X光图像危险品检测算法

作者：张继龙; 赵军^*; 李金龙

来源：计算机工程与应用, 2023, 1-12.

• 深度学习
• X光安检图像
• 危险品检测
• YOLOv7
• 注意力机制

针对X光安检图像在危险品检测时背景复杂、遮挡严重、尺度多变等问题，对YOLOv7算法进行了改进，在提高检测精度的同时使网络更加轻量化。首先构建PS-ELAN模块替换原主干网络中的ELAN模块，减少网络计算量和内存占用，同时提升网络的特征提取能力。其次，将无参注意力机制SimAM与可变形卷积DCNv2融合至颈部网络的下采样阶段，提高网络对X光图像危险品关键特征的捕捉能力。最后，引入Dynamic Head模块，增强检测头的尺度感知、空间感知和任务感知，提高网络的检测性能。实验结果表明，改进后的算法在自制数据集和CLCXray数据集上的平均精度均值（mAP）比原YOLOv7模型分别提高了4.7%和1.2%，参数量和计算量分别下降了16.2%和23.1%。改进后的算法提高了检测能力，同时更为轻量化，可在实际安检中起到很好的辅助作用。

• 出版日期2023
• 单位兰州交通大学; 机电工程学院