基于Vision Transformer的毫米波人体安检图像违禁品识别

打开文本图片集

作者简介：贾宝芝（1987-）男，博士，研究方向为人工智能，计算机视觉，深度学习。

摘要：毫米波人体安检图像因为成像质量和遮挡等问题，对于违禁品的识别存在识别难度大的问题。 因此采用更优的检测识别算法， 提升违禁品的识别速度和精度一直是业内重点研究的问题。 本文尝试将 Vision Transformer（ViT）应用到毫米波图像违禁品的识别过程中，通过将无监督预训练的 ViT 与经典的目标检测算法 Faster  R-CNN 相结合，实现了高精度的毫米波人体安检图像违禁品识别。（剩余6543字）