智能检测日常刀具算法模型的训练数据|安全检测数据集|图像识别数据集

本数据集包含多角度、多场景下的日常刀具的X光安检图像，通过对图像的标注、抠图、增强、融合等处理，可作为优质样本训练生成智能检测日常刀具的算法模型，实现对复杂环境下的日常刀具器精准识别。1、数据来源：应用X射线光源多角度、多场景下透射日常刀具物品，采集并建立其原始的X光数据图例库。 2、数据深度处理：对采集到的原始X光图像预标注坐标位置和品项类别，并对各类日常刀具的X光图像进行抠图处理。将抠出的图像与多场景图像分别进行几何变换、像素变换等增广处理。 3、检测模型生成算法规则：将处理后的日常刀具的X光安检图像和场景X光图像通过密度统计（像素值代表实物密度值）依据区域匹配原则进行融合，融合区域掩模作为数据标签与融合后的图像作为深度学习样本数据。还可通过调整抠图区域在场景图像区域的位置，获得不同的平均密度差值，训练生成可精准定位、精准识别压缩和液化气体容器的智能检测模型。区域匹配原则按照Mask*(α*ρ抠图图像+β*ρ场景图像)，融合后的图像处理公式按照Mask*(α*ρ抠图图像+β*ρ抠图图像)+（1-Mask）*ρ场景图像。（所述公式中：Mask为图像掩膜，图像目标区域值为1，目标区域外值为4，ρ为密度值，α、β指系数）检测模型可对多场景下的日常刀具精准识别，同时将目标物的位置及所在X光图像信息记录标出。进一步的还可根据目标物位置信息推算目标物尺寸信息。

AI搜集汇总

数据集介绍

特点

该数据集包含1221条多角度、多场景下的日常刀具X光安检图像，经过深度处理后用于训练智能检测算法模型，适用于复杂环境下的日常刀具精准识别。