一种用于X射线图像违禁品检测的遮挡表征与背景冗余抑制网络

《Sensors》：An Occlusion-Representation and Background-Redundancy-Suppression Network for Prohibited Item Detection with X-Ray Images

　　

行李X射线图像中的违禁品检测仍具挑战性，因为物体重叠、部分遮挡和杂乱背景常常模糊目标边界。这些因素使得在复杂行李场景中难以保留判别性结构线索。该研究提出了YOLO11-ORS，一种基于YOLO11n构建的遮挡表征与背景冗余抑制网络。所提出的模型通过两种方式改进特征表示。首先，在语义特征聚合后设计背景冗余抑制金字塔（BRSP）模块，以在多尺度上细化上下文特征并抑制杂乱行李内容产生的无关响应。其次，在基于注意力的特征变换阶段构建遮挡结构增强模块（OSEM），以保留部分遮挡违禁品的弱边缘线索和不完整局部结构。在SIXray数据集上的实验表明，YOLO11-ORS达到94.1%的mAP@50和72.7%的mAP@50:95，比YOLO11n基线分别提高1.2和0.9个百分点。在OPIXray数据集上，YOLO11-ORS的mAP@50和mAP@50:95较YOLO11n分别提高1.2和0.8个百分点，而在严重遮挡（OL3）下mAP@50:95的提升达到1.5个百分点。在困难测试子集上的评估进一步证明了其在杂乱背景、物体重叠和弱目标可见性下的鲁棒性。在自采集灰度X射线数据集上的额外验证确认了其在不同成像条件下的稳定性能。总体而言，YOLO11-ORS在保持实际推理效率的同时，提高了复杂X射线安检场景中的检测可靠性。

该论文发表于《Sensors》。随着交通与物流快速发展，X射线成像被广泛用于安检，但日常安检仍依赖人员对伪彩X射线图像的人工判读，在高吞吐、长时间工作下容易因疲劳和注意力下降造成漏检与误报。深度学习方法尤其是YOLO系列在通用目标检测中表现优异，但直接用于X射线安检仍面临目标重叠、部分遮挡、小目标弱可见和背景杂乱等挑战。由于X射线穿透投影，不同材质物体在二维平面相互叠加，目标边界常被模糊，纹理被周围物品掩盖。已有数据集如SIXray、OPIXray及相关方法虽缓解了部分问题，但复杂场景下的检测鲁棒性仍有提升空间。为此，研究人员基于YOLO11n提出YOLO11-ORS，重点抑制杂乱背景冗余响应并保留遮挡目标的弱结构线索。

研究人员构建了YOLO11-ORS，在YOLO11n骨干中引入两个任务导向模块：在语义特征聚合后设计BRSP，增强深层特征判别性、抑制杂乱行李内容带来的背景冗余；在基于注意力的特征变换阶段设计OSEM，通过局部结构建模与通道选择性增强保留部分遮挡目标的弱边缘和不完整结构。在SIXray上，YOLO11-ORS达到94.1%的mAP@50和72.7%的mAP@50:95，较基线分别提高1.2和0.9个百分点；在OPIXray上分别提高1.2和0.8个百分点，OL3严重遮挡下mAP@50:95提高1.5个百分点。在SIXray困难子集和自采集灰度XPI8数据集上的实验表明其在不同背景复杂度和成像模态下具有鲁棒性。模型仅2.68 M参数、6.4 GFLOPs、156 FPS，兼顾实时推理效率。

研究以YOLO11n为基线，使用SIXray（北京地铁实采，1,059,231张图像，其中8,929张带标注，实验保留5类）、OPIXray（8,885张、5类，按7:1:2划分，官方测试集按OL1-OL3分级）及自采集XPI8数据集（8类、5,015张灰度图）进行评估。关键方法包括：BRSP模块在SPPF多尺度池化聚合后引入GCE，将特征分组后经CBAM分支和Sigmoid映射，采用组内均值门控对低于均值的响应进行自适应衰减，再经1×1卷积跨组融合并残差连接；OSEM将SEAM嵌入C2PSA的PSABlock前馈网络，替代原前馈变换，SEAM通过残差深度卷积和逐点卷积进行局部结构建模，再经全局平均池化和全连接生成通道权重，并用指数映射放大通道选择范围。所有模型在相同训练配置和评估设置下比较。

4.1 消融研究（Ablation Study）
通过在SIXray上对比YOLO11n、YOLO11n+OSEM、YOLO11n+BRSP和YOLO11-ORS，发现OSEM使mAP@50和mAP@50:95均提高0.5个百分点，BRSP分别提高0.3和0.7个百分点；两者联合使Precision提高1.6、mAP@50提高1.2、mAP@50:95提高0.9个百分点，证明两模块具有互补作用。

4.2 不同注意力机制比较（Comparison of Different Attention Mechanisms）
将CBAM、SE、ECA插入YOLOv11n对应阶段后，三者均使检测性能下降；而OSEM将mAP@50和mAP@50:95分别提高至93.4%和72.3%，说明面向遮挡结构的注意力设计优于直接使用通用注意力机制。

4.3 代表性检测方法比较（Comparison with Representative Detection Methods）
与Faster R-CNN、YOLOv8n、YOLOv9t、YOLOv10n和YOLO11n相比，YOLO11-ORS在SIXray上mAP@50最高，且各类别AP均高于YOLO11n，其中Scissors提升最大，从91.9%提升至95.2%；同时保持紧凑的模型规模、较低计算量和156 FPS的推理速度。

4.4 困难测试子集性能（Performance on Difficult Test Subsets）
在从SIXray测试集构建的小目标、重叠和杂乱背景子集上，YOLO11-ORS在重叠子集上Precision、mAP@50和mAP@50:95分别提高2.8、1.7和0.9个百分点；在合并困难子集上Precision、Recall、mAP@50和mAP@50:95分别提高1.2、0.8、1.7和0.8个百分点；小目标子集改进相对有限，Recall略有下降。特征可视化显示BRSP使高响应区域更集中于目标附近。

4.5 OPIXray数据集评估（Evaluation on the OPIXray Dataset）
在OPIXray上，YOLO11-ORS较YOLO11n使Precision和Recall分别提高1.2和0.9个百分点，mAP@50和mAP@50:95分别提高1.2和0.8个百分点。按遮挡等级评估，OL1、OL2、OL3的mAP@50:95分别提高0.7、0.7和1.5个百分点，说明OSEM对部分遮挡目标的结构保留有效，BRSP在严重遮挡下仍有助于定位稳定性。Grad-CAM可视化显示OSEM使类别判别响应更集中于目标区域。

4.6 自采集数据集验证（Validation on the Self-Collected Dataset）
在灰度XPI8数据集上，YOLO11n和YOLO11-ORS的mAP@50分别为99.3%和99.4%；多数类别AP略有提升，Gun下降0.3个百分点。结果表明在不同成像模态下性能保持稳定，但XPI8背景较简单，存在天花板效应。

讨论方面，研究人员通过失败案例分析指出，对极小目标，YOLO11-ORS虽提升mAP但Recall下降；在OL3严重遮挡下mAP@50:95提升而mAP@50未维持，说明当前特征增强策略无法完全补偿可见信息的大量丢失。XPI8的简单场景限制了对高性能检测器的区分能力。未来将引入更多样化且更具挑战性的X射线数据集及细粒度遮挡和小目标标注，研究针对极小和严重遮挡目标的特征表示，并考虑更新的检测架构作为基础模型。

研究结论翻译：该研究提出YOLO11-ORS，一种用于X射线安检图像违禁品检测的改进YOLOv11网络。该模型通过增强语义特征判别性并保留遮挡目标的弱结构线索，应对物体重叠、部分遮挡、弱目标边界和杂乱行李背景带来的困难。实验结果表明，该方法在复杂X射线安检场景中提高了检测精度和鲁棒性，同时保持实际推理效率。在OPIXray上的额外评估表明，mAP@50:95的提升在不同遮挡等级下均能维持，在严重遮挡（OL3）下相对增益达到1.5个百分点。然而，仍存在若干限制：困难子集分析显示，对极小或弱可见目标的改进相对有限，在SIXray小目标子集上Recall略有下降；在严重遮挡下，尽管mAP@50:95有所改善，mAP@50增益未保持，表明当前特征增强策略无法完全补偿可见目标信息的大量损失。XPI8结果进一步提供了模型在另一种X射线成像模态下适用性的补充证据。尽管如此，在某些挑战性情况下增益仍有限，且XPI8的场景组成