人工智能驱动下的图像识别算法优化与应用——以某特大型交通枢纽安检场景为例.pdfVIP

技术

D应用

IGITCW

TechnologyApplication

人工智能驱动下的图像识别算法优化与应用

——以某特大型交通枢纽安检场景为例

12

管玲玲，管玲婷

（1.泰山职业技术学院，山东泰安271000；2.山东鲁北建设工程有限责任公司，山东德州253000）

基于深度学习的图像识别技术在大型交通枢纽安检场景应用中面临高并发、高准确率等需求，本文对某特大型

摘要：

交通枢纽日均30万人次的安检需求，设计了基于改进YOLOv5的危险物品识别算法，融合跨层特征增强模块与通道注意力机

制。通过实验室模拟测试与数据验证，优化后的算法对管制刀具、易燃液体等违禁品识别准确率达到96.3%，较传统人工检查

提升效率41.2%，日均安检处理能力提升28.6%。该算法方案为大型交通枢纽智能安检系统的发展提供了新的技术思路。

安检系统；目标检测；YOLOv5；注意力机制；危险物品识别

关键词：

10.3969/J.ISSN.1672-7274.2025.06.035

doi：

TP18；TP391.41；U495B：1672-7274（2025）06-0104-03

中图分类号：文献标志码：文章编码

OptimizationandApplicationofImageRecognitionAlgorithmsDriven

byArtificialIntelligence

--TakingtheSecurityCheckSceneofaCertainMegaTransportationHubasanExample

12

GUANLingling,GUANLingting

(1.MountTaishanVocationalandTechnicalCollege,Taian271000,China;

2.ShandongLubeiConstructionEngineeringCo.,Ltd.,Dezhou253000,China)

Abstract:Imagerecognitiontechnologybasedondeeplearningfaceshighconcurrencyandhighaccuracy

requirementsintheapplicationoflarge-scaletransportationhubsecuritycheckscenarios.Thearticleproposesa

dangerousgoodsrecognitionalgorithmbasedonimprovedYOLOv5,whichintegratescrosslayerfeatureenhancement

moduleandchannelattentionmechani