安全检查在公共场所确保人身安全的关键环节，不可或缺。X光安检机作为必要工具，在此过程中发挥着重要作用。然而，其依赖人工监控和判断成像的特性限制了其应用效能。本文以此为出发点，探索了基于Torch框架的YOLO算法在安检X光图像中的应用。我们成功开发了针对刀具、气罐、鞭炮等10类危险物品的目标检测功能。此外，我们还实现了基于YOLOv9算法的用户界面，能够进行图像识别、视频检测以及实时摄像识别，为安检工作提供了更高效、更精确的解决方案。
特点
YOLOv9模型，中文显示结果
数据集介绍
数据集包含3600张图像
涵盖10个类别：打火机、压力计、刀、剪刀、移动电源、打火机油、手铐、弹弓、爆竹、指甲油
模型训练结果
页面运行结果
完整项目获取链接：https://mbd.pub/o/bread/ZpebmJZr
