返回
Efficient weapon detection using convolutional and transformer-based Deep Learning Models
DOI:10.24425/ijet.2026.157893.png)
摘要
En 中文
在公共场所检测武器仍然是计算机视觉和公共安全应用中的一个重大挑战。虽然深度学习模型在通用目标检测方面取得了巨大进展,但针对特定类别检测任务(尤其是使用新架构如transformer的)的研究仍然不足。本文对当前最先进的深度学习目标检测方法进行了全面评估,包括卷积和基于transformer的架构。因此,引入了一个专门的大规模数据集,该数据集结合了多个公共来源的图像,重点关注三大主要武器类别,从而实现更具针对性的评估。此外,本文通过提出的改进措施(包括架构调整和确定合适的损失函数)进一步提升了最佳性能架构的有效性。最后,所获得的检测方法在所有性能指标上均取得了优异的检测效果。
Keyword:
-weapon detection
object detection
deep learning
transformers
convolutional neural networks
期刊
I
IF:
0.7
论文数:
45
被引数:
402
机构
引用论文
暂无论文信息

