标题：基于YOLOv3的X光图像违禁品目标检测
作者：杨登杰 赵昕 谢悦
作者单位：中国联合网络通信有限公司政企客户事业群解决方案部，北京 100033
关键字：YOLOv3；X光图像；目标检测
摘要：基于人类视觉的X光图像违禁品检测往往受限于工作强度和复杂人流环境，给安检工作带来巨大挑战。使用人工智能方法对违禁品进行自动检测与判别，对辅助安检工作具有重要的现实意义。提出基于YOLOv3的X光图像违禁品目标检测模型，在传统YOLOv3的基础上增加了一个检测尺度，实现实时的X光图像违禁品的自动判别，即不仅能够辨别出违禁品的种类，还能对违禁品在图像中所处的位置进行标定。实验结果表明，改进后的YOLOv3在Precision、Recall、mAP和F1四个模型评价指标上均取得提高，其中mAP值达到96.2%，对于安检X光图像违禁品目标具有良好的检测效果。