安全检查在公共场所确保人身安全的关键环节,不可或缺。X光安检机作为必要工具,在此过程中发挥着重要作用。然而,其依赖人工监控和判断成像的特性限制了其应用效能。本文以此为出发点,探索了基于Torch框架的YOLO算法在安检X光图像中的应用。我们成功开发了针对刀具、气罐、鞭炮等10类危险物品的目标检测功能。此外,我们还实现了基于YOLOv9算法的用户界面,能够进行图像识别、视频检测以及实时摄像识别,为安检工作提供了更高效、更精确的解决方案。
特点
YOLOv9模型,中文显示结果
数据集介绍
![](https://img-blog.csdnimg.cn/img_convert/9e0c38ca6a19d9528c90f585b8a5aca7.png)
数据集包含3600张图像
涵盖10个类别:打火机、压力计、刀、剪刀、移动电源、打火机油、手铐、弹弓、爆竹、指甲油
![](https://img-blog.csdnimg.cn/img_convert/fdc9ed30d254fed2c0ac75f781691141.png)
模型训练结果
![](https://img-blog.csdnimg.cn/img_convert/8a54e502133e202c3033317a1868457e.png)
![](https://img-blog.csdnimg.cn/img_convert/bc894d91c60dde15f162dd7e9fc366fd.png)
页面运行结果
![](https://img-blog.csdnimg.cn/img_convert/cddb4e56f9764f779dc9aeb1befe2127.png)
![](https://img-blog.csdnimg.cn/img_convert/6d209b715057f740cb19a7518623a7dd.png)
完整项目获取链接:https://mbd.pub/o/bread/ZpebmJZr