面向安检违禁品检测的改进RT-DETR模型
张自勖1
罗婷2
董佳鑫1
马根炜3
1.中国人民公安大学信息网络安全学院 北京 1000382.中国人民公安大学信息网络安全学院 北京 100038;中国人民公安大学公安大数据战略研究中心 北京 1000383.首都师范大学交叉科学研究院 北京 100048;首都师范大学北京国家应用数学中心 北京 100048
摘要：通过X射线透视原理对行李和包裹扫描,已经成为公共场所安全检查广泛采用的方式,传统人工识别X射线图像中违禁品的方法工作量巨大且费时费力,文章以RT-DETR网络为基线模型,提出了一种改进的目标检测算法,以提高违禁品检测的准确率.首先,将RT-DETR的骨干网络替换为RMT轻量化特征提取主干,增强网络在复杂场景中精准定位能力,同时有效减少模型参数量;其次,在AIFI模块中引入HiLo注意力机制,该结构能够有效区分高频和低频特征,适应违禁品图像中较小细节和全局形状的处理,从而提高模型的检测准确性与效率;随后,在CCFM特征融合部分加入CA注意力机制,通过对特征通道进行加权,强化了关键特征的表示能力,提升了模型在处理复杂背景和模糊边缘时的表现.实验结果表明,所提网络在PIDray数据集中的mAP@0.5提升了 2.6％,尤其是遮挡测试集中的mAP@0.5提升了 7.1％,说明改进的RMT轻量化特征提取主干、HiLo注意力以及CA模块成功实现了违禁品检测精度的提升,验证了所设计算法的优越性和鲁棒性,为未来的智能检测技术提供了新的思路.
关键词：X射线安检违禁品检测轻量化主干网络注意力机制遮挡鲁棒性
资助基金：中央高校基本科研业务费专项(2025JKF01ZK02)
论文发表日期：2025-12-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：9( 24-32 )