论文部分内容阅读
安检设备采集的图像往往是含有多物体的复杂重合图像,为了提高安检工作的自动化效率,采用最新的CNN神经网络YOLOv3,通过对含有多物体的复杂重合图像进行研究,设计并实现一种基于CNN深度神经网络X射线图像的检测分类方法,达到铁路安检设备采集图像进行检测分类的目的。特征提取,单位分割,检测识别,最后比对预测结果和真实结果的欧氏距离,达到最终的对目标对象的准确检测。