智能检测雨伞算法模型的图像训练数据

企业自主采集多环境、多角度、多形态雨伞的X光安检图像，进行清洗、标注等处理，并以此为样本训练生成智能检测雨伞的算法模型。该模型可应用在各类安检场景中，精准、快速检测被检物中是否包雨伞类物品。1、数据来源：原始数据使用自研X光安检设备，多角度、多场景下透射各形态的雨伞采集并建立其原始的X光数据图例库。
2、数据处理：对收集到的原始数据进行进行包括几何变换、像素变换、去噪、抠图等预处理；并对数据利用半自动标注工具标注得到伪标签，然后使用人工修正标注，并设置审核机制，保证标注的准确性和一致性，构建形成一个包含雨伞X光安检数据的数据集。
3、检测模型训练生成规则：将处理及标注好的数据集作为深度学习的样本数据导入视觉检测算法模型（如：FasterRCNN模型），通过监督学习的方式让模型学习识别数据集中雨伞特征，通过循证规则来完成雨伞的智能识别，并输出相关属性，包括目标品项、目标位置。进一步的还可将被检目标对象的图像属性信息导出，如图像类型、图像格式以及采集时间等，最终生成的模型为可精准识别雨伞的智能检测模型。
4、数据调优：选择超参数调优的方式对模型优化，具体的包括学习率、模型结构和尺寸、目标损失函数等，持续提升模型检测性能。

搜集汇总

数据集介绍

特点

该数据集包含2061条雨伞X光安检图像数据，用于训练智能检测雨伞的算法模型，适用于安检场景中的雨伞快速检测。数据由企业自主采集并经过清洗和标注处理，格式为csv，半年度更新一次。