科大讯飞-X光安检图像识别挑战赛2023-测试【1】

引言:

X光安检是目前在城市轨交、铁路、机场、物流业广泛使用的物检手段。使用人工智能技术,辅助一线安检员进行X光安检判图,可以有效降低因为安检员经验、能力或工作状态造成的错漏检问题。在实际场景中,因待检测物品的多样性、成像角度、重叠遮挡等问题,X光安检图像检测算法研究存在一定挑战。本博客采用最新的YOLO框架测试了算法在实际X光检测应用中的可行性。


科大讯飞-X光安检图像识别挑战赛2023-测试【1】

  • 1. 数据读取与可视化测试
    • 1.1 代码实现
    • 1.2 数据可视化
    • 1.3 标签类型统计
  • 2. 图像补充标注
  • 3. 模型训练与验证
    • 3.1 模型加载
    • 3.2 模型验证
    • 3.3 训练日志分析
    • 3.4 训练结果可视化:

1. 数据读取与可视化测试

1.1 代码实现

代码主要包括两个部分,一个是对XML标注文件的解析,另一个是对被测数据特性的可视化分析(绘图)

 
 

你可能感兴趣的:(计算机视觉,-,Opencv,强化学习等的,趣味小实验,python,pytorch,计算机视觉)