摘要本文介绍了一种基于YOLO26You Only Look Once架构的X光安检危险物自动识别检测系统。该系统旨在解决传统人工安检效率低、易疲劳导致漏检的问题。研究构建了一个包含18类常见违禁品和限制携带物品的专用X光数据集涵盖刀具、枪支、爆炸物及日常电子用品等。实验结果表明该模型在验证集上取得了优异的性能mAP50达到96%推理速度满足实时性要求。特别是在枪支、智能手机、移动电源等类别的检测上表现卓越。该系统具备在机场、地铁等公共交通枢纽实际部署的潜力。详细功能展示视频https://www.bilibili.com/video/BV1oYoWBTEUB/目录摘要详细功能展示视频功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块引言背景公共安全与安检挑战X光图像的特性与难点数据集介绍类别定义数据集统计与划分训练结果1. 整体性能指标 (Performance Metrics)​编辑2. 各类别表现分析 (Class-wise Performance)3. 混淆矩阵分析 (Confusion Matrix)​编辑​编辑4. 曲线分析 (Curves)Ultralytics YOLO26概述主要功能常用标注工具详细功能展示视频功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅参数实时调节置信度和IoU阈值✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查引言随着全球城市化进程的加快和公共交通安全形势的日益严峻安检作为保障公共安全的第一道防线其重要性不言而喻。传统的X光安检主要依赖安检员通过肉眼观察屏幕上的图像来判断是否存在危险物品。然而人工判图面临着巨大的挑战首先高强度的工作负荷容易导致视觉疲劳从而增加漏检率其次X光图像本身存在物体重叠、透视变形和颜色混淆等问题增加了判读难度。近年来深度学习技术在计算机视觉领域取得了突破性进展尤其是目标检测算法如YOLO系列、Faster R-CNN等在通用物体识别上已达到甚至超越人类水平。将深度学习应用于X光安检图像识别能够显著提高安检的自动化程度和准确率。本文基于YOLO26算法针对安检场景下的18类特定物品进行训练和优化旨在开发一套高效、准确的智能安检辅助系统。背景公共安全与安检挑战在现代交通枢纽如机场、火车站、地铁站及重要公共设施中安全检查是防止恐怖袭击、暴力犯罪和危险物品流入的关键环节。X光成像技术因其能够穿透物体并显示内部结构成为目前最主流的安检手段。然而随着物流和人流的爆炸式增长安检通道面临着巨大的吞吐量压力。据统计一名熟练的安检员在长时间工作后对复杂场景下的微小违禁品如刀片、微型打火机的检出率会显著下降。此外恶意携带者常采用拆解武器、利用铅板遮挡或与其他物品混杂堆放等手段来逃避检查这对人工判图提出了极高的要求。X光图像的特性与难点与普通的可见光图像RGB图像相比X光安检图像具有独特的物理特性和视觉特征这给计算机视觉算法带来了特殊挑战材质依赖成像X光图像主要反映物体的密度和原子序数。有机物如炸药、毒品通常显示为橙色无机物如枪支、刀具显示为蓝色混合物显示为绿色。这种基于材质的颜色编码与普通相机的颜色概念完全不同。严重的遮挡与重叠在行李包裹中物品通常杂乱堆放。危险物品经常被笔记本电脑、水壶或衣物遮挡。这种重叠会导致物体特征缺失产生复杂的边缘干扰。透视变形与尺度变化X光源发出的射线呈锥形束导致图像存在透视畸变。同一物体在不同位置和角度下其形状和大小在图像上会有巨大差异。数据集介绍为了训练和评估上述YOLO安检检测系统本研究使用了一个包含18个类别的高质量X光安检数据集。该数据集经过精心标注涵盖了从重型武器到日常电子产品的广泛类别能够模拟真实的安检场景。类别定义数据集共包含18个目标类别涵盖了主要的违禁品和需重点关注的物品。具体类别名称如下Axe- 斧头Chisel- 凿子Firecracker- 鞭炮Gun- 枪HDD- 硬盘Hammer- 锤子HandCuffs- 手铐Knife- 刀Lighter- 打火机Plier- 钳子Saw- 锯Scissors- 剪刀Screwdriver- 螺丝刀SmartPhone- 智能手机Spanner- 扳手SupplymentaryBattery- 移动电源Throwing Knife- 飞刀USB- USB闪存盘/数据线数据集统计与划分数据集被划分为训练集和验证集以确保模型训练的有效性和评估的公正性。表格数据集划分图像数量占比说明训练集4385 张~70%用于模型参数的学习和权重更新验证集1880 张~30%用于监控训练过程防止过拟合评估最终性能总计6265 张100%包含 8308 个标注实例训练结果1. 整体性能指标 (Performance Metrics)mAP (平均精度均值):mAP50:达到了0.96(96%)。这是一个非常高的分数意味着在IoU阈值为0.5时模型检测非常准确。mAP50-95:达到了0.81(81%)。这个指标更严格考量不同IoU阈值下的平均表现。超过0.8通常被认为是非常优秀的工业级表现。精确率 (Precision) 和 召回率 (Recall):Precision (P):Recall (R):0.98意味着所有真实物体中模型找出了98%。F1-Score:图中显示最佳F1分数为0.92这是一个平衡了精确率和召回率的优秀指标。2. 各类别表现分析 (Class-wise Performance)大多数类别的表现都非常好mAP50 0.95例如智能手机 (0.994)、移动电源 (0.991)、枪 (0.995)、硬盘 (0.993)这些物体特征明显识别极其准确。凿子、锤子、扳手也都在0.96以上。表现相对较弱的类别 (需要关注):鞭炮 (mAP50: 0.909) 和 飞刀 (mAP50: 0.909):这两个类别的mAP相对较低。螺丝刀 (mAP50: 0.920):召回率较低 (0.825)意味着有很多螺丝刀没被检测出来。3. 混淆矩阵分析 (Confusion Matrix)这是最值得优化的部分揭示了模型“哪里看错了”主要误检 (False Positives):USB - 刀/打火机:如前所述USB被大量预测为刀和打火机。刀 - USB:同样也有部分刀被预测为USB虽然数量较少。打火机 - USB:也有相当数量的打火机被预测为USB。背景 (background) - 刀:有89个背景被误检为刀说明模型对“刀”这个类别的背景噪音比较敏感容易产生误报。背景 - USB:有108个背景被误检为USB进一步证实USB是最难区分的类别。4. 曲线分析 (Curves)Precision-Recall Curve:曲线非常饱满围成的面积很大说明模型在不同置信度阈值下都能保持较好的P-R平衡。只有USB和鞭炮的曲线下降较快。F1-Confidence Curve:最佳置信度阈值在0.334左右。这意味着默认的0.5阈值可能过于保守适当降低推理时的置信度阈值例如设为0.35可能会获得更好的召回率同时保持较高的精确率。Loss Curves (训练/验证损失):train/box_loss,train/cls_loss等都在平滑下降并趋于收敛没有出现明显的震荡或发散。训练集和验证集的Loss走势一致且没有明显的过拟合迹象验证集Loss没有反弹上升说明模型泛化能力较好Ultralytics YOLO26概述Ultralytics YOLO26 是 YOLO 系列实时对象检测器的最新演进从头开始专为边缘和低功耗设备而设计。它引入了简化的设计消除了不必要的复杂性同时集成了有针对性的创新以实现更快、更轻、更易于访问的部署。YOLO26 的架构遵循三个核心原则简洁性:YOLO26是一个原生的端到端模型直接生成预测结果无需非极大值抑制NMS。通过消除这一后处理步骤推理变得更快、更轻量并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创并在YOLO26中得到了进一步发展。部署效率端到端设计消除了管道的整个阶段从而大大简化了集成减少了延迟并使部署在各种环境中更加稳健。训练创新YOLO26 引入了MuSGD 优化器它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛将语言模型中的优化进展转移到计算机视觉领域。任务特定优化YOLO26 针对专业任务引入了有针对性的改进包括用于Segmentation的语义分割损失和多尺度原型模块用于高精度姿势估计的残差对数似然估计 (RLE)以及通过角度损失优化解码以解决旋转框检测中的边界问题。这些创新共同提供了一个模型系列该模型系列在小对象上实现了更高的精度提供了无缝部署并且在CPU 上的运行速度提高了 43%— 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。主要功能DFL 移除分布式焦点损失DFL模块虽然有效但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL简化了推理过程并拓宽了对边缘和低功耗设备的支持。端到端无NMS推理与依赖NMS作为独立后处理步骤的传统检测器不同YOLO26是原生端到端的。预测结果直接生成减少了延迟并使集成到生产系统更快、更轻量、更可靠。ProgLoss STAL改进的损失函数提高了检测精度在小目标识别方面有显著改进这是物联网、机器人、航空影像和其他边缘应用的关键要求。MuSGD Optimizer一种新型混合优化器结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉从而实现更稳定的训练和更快的收敛。CPU推理速度提升高达43%YOLO26专为边缘计算优化提供显著更快的CPU推理确保在没有GPU的设备上实现实时性能。实例分割增强引入语义分割损失以改善模型收敛以及升级的原型模块该模块利用多尺度信息以获得卓越的掩膜质量。精确姿势估计集​成残差对数似然估计​(RLE)以实现更精确的关键点定位并优化解码过程以提高推理速度。优化旋转框检测解码引入专门的角度损失以提高方形物体的检测精度并优化旋转框检测解码以解决边界不连续性问题。常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码