X線画像向け軽量マルチスケール検出フレームワークと教師あり対照学習

科学分野:

• コンピュータビジョン
• 人工知能
• セキュリティ技術

背景:

• 自動X線セキュリティ検査は、オクルージョンされた小さなオブジェクトという課題に直面しています。
• 既存のオブジェクト検出器は、X線画像における密なオクルージョンや散らかった背景に対処するのが困難です。
• 限られた計算リソースは、現在の検出システムの実際の適用性を妨げています。

研究 の 目的:

• X線セキュリティ検査のための軽量で識別性の高いマルチスケールオブジェクト検出フレームワークを開発すること。
• 困難な条件下での禁止アイテムの特定精度と効率を向上させること。
• セキュリティスクリーニングにおけるオブジェクト検出の実際の適用性を高めること。

主な方法:

• アーキテクチャ圧縮、注意機構による特徴強化、対照的表現学習を統合したYOLOv8-DWConv-CSAFフレームワークを提案。
• パラメータ数と計算コストを削減するために、標準的な畳み込みをデプスワイズ分離可能畳み込み（DWConv）に置き換えました。
• 新しいチャネル空間アテンションフュージョン（CSAF）モジュールとハイブリッド損失関数（PIoU + InfoNCE対照損失）を導入しました。

主要な成果:

• YOLOv8-DWConv-CSAFは、CLCXrayおよびHiXrayベンチマークで最先端のパフォーマンスを達成しました。
• モデルは、リアルタイムの効率性と高い精度を組み合わせたものを示しました。
• DWConvの統合により、パラメータ数と計算コストが大幅に削減されました。

結論:

• 提案されたYOLOv8-DWConv-CSAFフレームワークは、実用的なセキュリティスクリーニングシステムに適しています。
• この手法は、X線画像における小さく、重なり合った、重度にオクルージョンされたオブジェクトの課題を効果的に解決します。
• セキュリティ検査の強化のための堅牢な汎化能力を達成しました。