包裹行李的安全檢查在維護社會穩(wěn)定和保障人民生命財產(chǎn)安全方面發(fā)揮重要的作用。當前,對包裹行李的安全檢查主要是由經(jīng)過專業(yè)培訓的安檢人員肉眼查看包裹行李在X光掃描裝置下的圖像判定,容易受干擾而且效率不高。而當前社會中包裹數(shù)量急劇增加,給安檢帶來巨大的壓力。包裹行李數(shù)據(jù)的特點是物品種類多、尺寸跨度大;而且因為包裹空間的限制,通常各種物品高度重疊且擺放角度不同,顯示在圖像上則產(chǎn)生嚴重的遮擋、形變等問題,檢測難度較大。針對當前目標檢測算法在檢測X光圖像時存在的不足,本文從強化特征提取、語義信息復用和優(yōu)化損失函數(shù)等方面進行了研究。主要工作如下:(1)設計了一種更高效的輕量化卷積神經(jīng)網(wǎng)絡PSMnasNet。本文受密集金字塔結(jié)構(gòu)的啟發(fā)對MnasNet網(wǎng)絡的卷積核進行了改進,構(gòu)建具有多尺度特征提取能力的卷積模塊PSBottleneck。在CINIC-10數(shù)據(jù)集中的實驗表明,PSMnasNet網(wǎng)絡對低分辨率圖像的分類精度提升了13.34%,網(wǎng)絡的參數(shù)量也僅有原來的1/3左右。(2)提出了一種用于密集目標檢測的Crowd-YOLOv3算法。本文對Faster R-CNN和YOLOv3算法進行了研究和測試,驗證...

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

圖2.7超參數(shù)β的網(wǎng)絡分類精度圖

第二章PSMnasNet網(wǎng)絡構(gòu)建19為0.1，150次迭代后學習率下調(diào)10倍，225次迭代后再次下調(diào)10倍；設定動量為0.9；權(quán)重衰減為1e-04；batchsize設定為128；共計迭代320個周期。實驗首先對MnasNet網(wǎng)絡進行測試并將其實驗結(jié)果作為基線：MnasNet網(wǎng)絡....

圖2.8金字塔型瓶頸塊的濾波器尺寸k的網(wǎng)絡分類精度圖

第二章PSMnasNet網(wǎng)絡構(gòu)建通常而言，PSBottleneck的濾波器尺寸k越大，網(wǎng)絡的參數(shù)量越大，分類精度也越高；但是需要注意的是，特征圖尺寸經(jīng)過下采樣減小后，濾波器尺寸應隨著下降，否則為了保持卷積操作前后特征圖尺寸的不變，需對特征圖進行過多的填充，影響提取特....

圖3.1R-CNN目標檢測算法流程

圖像在二階檢測算法和一階檢測方法中檢測限制物品的能力。3.1FasterR-CNN目標檢測算法（1）R-CNN目標檢測算法傳統(tǒng)目標檢測方法的流程首先是采用不同尺度和不同長寬比的滑動窗口遍歷輸入圖像，進行區(qū)域選擇；然后對選取的區(qū)域使用SIFT、HOG等算法提取特征；最后使用SVM、....

圖5.1SSD算法網(wǎng)絡結(jié)構(gòu)圖

第五章基于ST-SSDLite算法的限制物品檢測42第五章基于ST-SSDLite算法的限制物品檢測為了進一步提高限制物品圖像的檢測速度，擴展限制物品檢測的應用范圍，本文繼續(xù)探索了X光圖像在輕量化目標檢測算法中的檢測效果。實驗基于SSDLite算法的模型結(jié)構(gòu)進行，使用PSMnas....

本文編號：3951816