Détecter les menaces dans scans à rayons X avec YOLOv5 et YOLOv6

L'amélioration de la sécurité publique est essentielle tant pour les citoyens que pour les gouvernements. La surveillance et l'inspection des bagages, qui font partie des protocoles de sécurité actuels, sont cruciales. En employant la détection d'objets pour la sécurité automatisée des bagages, ce projet améliore les systèmes existants.Les menaces sont identifiées avec succès pendant le balayage aux rayons X grâce à l'utilisation de techniques d'apprentissage profond, en particulier l'apprentissage par transfert avec YOLOv5 et YOLOv6. Un ensemble de données solide est produit pour l'entraînement des modèles grâce à l'utilisation de GAN et de l'augmentation des données.Ce système permet d'empêcher les objets dangereux d'entrer dans les espaces publics en se concentrant sur la détection d'objets tels que les couteaux et les armes à feu. Cela permet de réduire les risques et de promouvoir une atmosphère plus sûre. Cette recherche souligne l'importance des technologies de pointe pour les mesures de sécurité préventives.