基于YOLO的x光安检危险物品检测 数据集介绍：类别为8类，包括：刀（knife）、剪刀（sc...

基于YOLO的x光安检危险物品检测 数据集介绍：类别为8类，包括：刀（knife）、剪刀（scissors）、打火（lighter）、优盘（USBFlashDisk）、压力容器（pressure）、带喷嘴塑料瓶（plasticBottleWithaNozzle）、公章（seal）、电池（battery）。

安检机前的长队总让人焦虑，尤其当X光图像里混着各种奇形怪状的物品时。我们团队最近尝试用YOLOv5解决这个问题时发现，最刺激的不是调参，而是看着模型把公章认成电池的瞬间——这要是真在机场，怕是得引发全员手检了。

基于YOLO的x光安检危险物品检测 数据集介绍：类别为8类，包括：刀（knife）、剪刀（scissors）、打火（lighter）、优盘（USBFlashDisk）、压力容器（pressure）、带喷嘴塑料瓶（plasticBottleWithaNozzle）、公章（seal）、电池（battery）。

先看这个奇葩数据集：8类物品里既有锋利的刀剪，又有看似无害的优盘。特别是带喷嘴的塑料瓶，在X光下会呈现类似手枪握把的轮廓。我们给数据增强上了点狠活：

train_transforms = A.Compose([ A.Rotate(limit=15, p=0.6), # X光包裹经常歪着放 A.GaussianBlur((3,7), p=0.2), # 模拟低分辨率设备 A.RandomBrightnessContrast(0.1, 0.2, p=0.5), A.HueSaturationValue(10,15,10,p=0.3), ], bbox_params=A.BboxParams(format='yolo'))

特别注意旋转角度不能超过20度，否则压力容器上的螺纹特征会被扭曲。数据分布也很有意思——打火机的样本量是压力容器的3倍，这逼得我们在损失函数里玩起了平衡术：

class WeightedLoss(ComputeLoss): def __init__(self, model, class_weights): super().__init__(model) self.class_weights = torch.tensor(class_weights) def __call__(self, preds, targets): loss = super().__call__(preds, targets) cls_loss = loss[1] * self.class_weights.mean() return loss[0], cls_loss, loss[2]

模型结构选用了YOLOv5s的魔改版，在Backbone里塞了个SPD-Conv模块。这玩意儿特别适合处理X光图像中的锯齿状边缘，原理简单说就是把步幅卷积换成空间到深度的转换：

backbone: [[-1, 1, SPDConv, [64, 3]], # 替换原本的Conv [-1, 1, nn.BatchNorm2d, [64]], [-1, 1, nn.SiLU, []]]

训练时发现个诡异现象：模型总把横放的剪刀识别为压力容器。最后发现是锚框尺寸不合适，用k-means重新聚类后得到的新锚点：

新锚框尺寸： [12,16, 19,35, 33,23] # 适合细长物品 [45,36, 48,65, 79,55] # 中型容器 [123,96, 158,183, 324,269] # 大件物品

推理阶段的骚操作才叫精彩。X光图像往往有金属伪影，我们给NMS加了空间约束——两个重叠框如果出现在图像不同区域（比如包裹的两端），就算IOU超标也保留：

def nms_with_region(boxes, scores, iou_thresh=0.5, region_thresh=0.3): # 根据中心点坐标划分区域 centers = (boxes[:, :2] + boxes[:, 2:])/2 region_map = (centers // region_thresh).int() # 只在同区域做NMS ...

实测发现这个改进让公章和电池的误检率直降15%。现在模型已经能实时处理双视角X光视频流，不过偶尔还是会把卷起来的充电线认成刀具——看来要彻底取代安检员，还得再喂几吨奇葩样本。