PIDray：面向真实场景禁带物品检测的大规模X射线基准数据集
计算机视觉与模式识别
2022-11-22 v1
摘要
依赖于计算机视觉技术的自动安检由于类内方差、类别不平衡和遮挡等诸多因素，在真实场景中是一项具有挑战性的任务。由于大规模数据集的匮乏，以往大多数方法很少触及禁带物品被故意隐藏于杂乱物体中的情况，阻碍了它们的应用。为解决此问题并推动相关研究，我们提出了一个名为PIDray的大规模数据集，其涵盖真实场景中禁带物品检测的各种情况，尤其是故意隐藏的物品。具体而言，PIDray收集了124,486张X射线图像，对应类禁带物品，且每张图像均经过仔细人工标注，据我们所知，这使其成为迄今为止最大的禁带物品检测数据集。同时，我们提出了一个通用的分治流程，以在PIDray上开发基线算法。具体地，我们采用树状结构来抑制PIDray数据集中长尾问题的影响，其中第一个粗粒度节点负责二分类以缓解头部类别的影响，而后续的细粒度节点致力于尾部类别的特定任务。基于这一简单而有效的方案，我们在目标检测、实例分割和多标签分类任务上提供了强大的任务专用基线，并在常见数据集（如COCO和PASCAL VOC）上验证了泛化能力。在PIDray上的大量实验表明，所提方法相对于当前最先进方法表现更优，尤其是对于故意隐藏的物品。我们的基准和代码将发布于https://github.com/lutao2021/PIDray。
引用
@article{arxiv.2211.10763,
title = {PIDray: A Large-scale X-ray Benchmark for Real-World Prohibited Item Detection},
author = {Libo Zhang and Lutao Jiang and Ruyi Ji and Heng Fan},
journal= {arXiv preprint arXiv:2211.10763},
year = {2022}
}
备注
Tech. report. arXiv admin note: text overlap with arXiv:2108.07020