一种基于改进YOLOv4的X光安检图像检测方法

摘要

本发明公开了一种基于改进YOLOv4的X光安检图像检测方法，S1.建立含有违禁品的X光安检图像数据集，并将数据集分为训练集和测试集；S2.利用K‑means++聚类算法设置数据集的先验框；S3.搭建YOLOv4网络模型，包含利用GHM‑C改进YOLOv4的置信度损失函数；S4.利用训练集对改进的YOLOv4模型进行训练得到X光安检图像检测模型；S5.利用测试集对X光安检图像检测模型进行测试。使用GHM‑C loss代替YOLOv4中的置信度损失函数,通过降低简单负样本和非常困难的异常样本的权重，使模型更加专注于那些更为有效的正常困难样本，从而解决样本不平衡问题以提升模型的性能。