X光圖像危險物品機器識別的算法模型是基于卷積神經(jīng)網(wǎng)絡(luò)，經(jīng)過大量已經(jīng)標注的易燃易爆物體危險物品圖片當做素材去訓練，同時形成高識別率的易燃易爆物體危險物品識別模型。通常，一個有效的易燃易爆物體數(shù)據(jù)網(wǎng)絡(luò)的形成要有數(shù)以萬計的數(shù)據(jù)去訓練，關(guān)系到的計算量特別大。訓練一個識別率較高的易燃易爆物體識別模型一般至少要有10萬量級的易燃易爆物體圖片數(shù)據(jù)、GPU服務(wù)器大概是7天的訓練時間。跟著計算機計算能力的快速提高和算法的成熟，用易燃易爆物體數(shù)據(jù)網(wǎng)絡(luò)當做核心的AI識別類算法識別率大幅提高。

　　現(xiàn)在的易燃易爆物體圖像識別技術(shù)還可以避免X光射線衰減的影響。傳統(tǒng)的易燃易爆物體圖像技術(shù)主要是基于新機器圖像的易燃易爆物體圖像識別，在X光安檢機長久運行中，X射線穿透效果會減少發(fā)生變化時，識別效果就會快速下降。X光安檢機選用了一種新的解決方案是基于主動動態(tài)X射線衰減基準算法易燃易爆物體識別技術(shù)。它能夠不受X射線變化的影響，已經(jīng)得到了卓越的識別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過靜態(tài)易燃易爆物體識別。

　　X光安檢機軟件的易燃易爆物體圖像識別率越來越高核心原因在于：

　　1.硬件上CPU 等芯片計算能力快速提升，尤其是圖型GPU芯片的廣泛使用，準許易燃易爆物體數(shù)據(jù)網(wǎng)絡(luò)模型更加龐大;

　　2. 易燃易爆物體數(shù)據(jù)網(wǎng)絡(luò)算法本身也是經(jīng)過演化和自身加持，算法效率和識別率進一步提升。

　　直到現(xiàn)在，隨著超深度易燃易爆物體數(shù)據(jù)網(wǎng)絡(luò)模型的建立，易燃易爆物體數(shù)據(jù)網(wǎng)絡(luò)算法已達到數(shù)據(jù)飽和狀態(tài)，易燃易爆物體圖像圖像的識別率能夠達到90%以上。

推薦閱讀

804系列通過式金屬安檢門

七寸DVR車底檢查鏡

金屬安檢門803

安檢機設(shè)備防潮防霉功能

火車站安檢門商家選擇技巧!