基于深度学习的机场安检危险品识别：从数据标注到模型部署实战-平芜编程栈

简介：基于深度学习的机场安检危险品识别项目包，面向深度学习课程设计或毕业设计场景，围绕YOLO与Faster R-CNN目标检测算法，提供从数据集整理、模型构建、训练调优到效果评估的完整工程思路。压缩包共含180个文件，其中63张jpg图像构成可视化的安检样本集，37个py脚本与53个pyc文件承载核心检测逻辑和编译依赖，另有xml标注文件、ui界面定义、bat启动脚本、gif演示录屏、说明文档等辅助内容，整体大小约9.72MB，目录结构合理，便于按需查找和快速部署。项目中包含图像预处理工具、Cython加速模块、网络配置文件及训练测试脚本，可支撑复现危险品识别流程，同时配套的标注数据与演示资料有助于理解CNN特征提取、边界框回归等关键概念，为课程报告或毕业论文提供实操依据。目前已有45人浏览学习，适合具备基础Python与深度学习知识、需要完整项目参考的入门及进阶学习者。

1. 机场安检危险品识别：为什么最后选了深度学习这条路线

一条安检传送带每分钟过包数量是固定的，图像留给算法的时间往往不到 0.5 秒。基于深度学习的机场安检危险品识别，并不是要做一个能识别所有违禁品的万金油模型，而是要在有限的算力里，把打火机、刀具、压力瓶从包裹 X 光图里稳定框出来并给到置信度。这个标题里的 zip 包，本质是数据、训练脚本和部署配置的组合，真正值钱的部分不在模型结构，而在数据怎么标、参数怎么调、推理怎么放到工控机上。

我最初做刀具检测用的是传统图像处理，靠轮廓和灰度阈值，结果遇到方向变化、遮挡和瓶罐重叠就翻车。换成深度学习之后，问题从“特征写不写得完”变成“样本够不够、标注对不对、部署端是不是和训练时一个管线”。这套方案适合两类人：一类是做安检设备软件、需要把识别算法接到现有传送带系统的工程师；另一类是刚接触工业视觉的开发者，想找一个能落地的目标检测练手项目。

2. 数据准备里的特殊门槛：安检图像标注格式与难例挖掘

2.1 为什么通用检测数据不能直接拿来训安检模型

很多人拿到代码包之后，第一反应是找一套公开的自然图像数据集，跑通了再换数据。这个思路在普通物体检测上没问题，放到安检场景就会踩坑。X 光安检图像是单通道灰度或伪彩色，物品之间有大量遮挡，透视关系也和自然图像完全不同；一把刀横放和竖放，在包里的灰度值差异极大，甚至和金属骨架、充电宝外壳长得几乎一样。通用检测数据里学到的纹理和颜色特征，在这里基本用不上。

所以我会坚持一个原则：先花时间整理安检领域的原始图像，而不是直接套用通用目标检测数据集。安检危险品识别的核心难点是类别分布极度不均衡——打火机、充电宝这类常见物品样本多，枪支、爆竹这类样本可能只有几百张。如果按随机顺序喂数据，模型会快速收敛到多数学类别，少数学类别干脆不输出。常见做法是做一个类别重采样器，让每个 epoch 都能看到足够比例的稀有类别。

另外，安检场景的评估指标和通用检测不一样。自然图像检测看 mAP，漏检一个行人可能无所谓；安检场景漏检一把刀就是事故。所以我会在验证阶段重点看两个指标：一个是各类别的召回率（Recall），另一个是误报率。调参时先保证召回，再想办法压低误报。这也是后面部署时单独设阈值的原因之一。

2.2 把标注转成 YOLO 格式：最小转换脚本与四个坐标边界

这类代码包里的数据标注格式，最常见的是 VOC 的 XML 或者 JSON。而训练脚本读取的格式一般是 YOLO 的归一化 TXT，也就是每行一个“类别编号 cx cy w h”。我这里给一个最小转换脚本，只处理单标签框，多标签场景需要自己扩展。

import os import xml.etree.ElementTree as ET # 这个类别列表必须和训练配置里的 names 顺序完全一致 classes = [ "knife", "lighter", "bottle", "power_bank", "gun" ] def voc_to_yolo(xml_path, out_dir): tree = ET.parse(xml_path) root = tree.getroot() size = root.find("size") img_width = float(size.find("width").text) img_height = float(size.find("height").text) image_name = root.find("filename").text label_name = image_name.replace(".jpg", ".txt") with open(os.path.join(out_dir, label_name), "w") as out_file: for obj in root.iter("object"): cls_name = obj.find("name").text if cls_name not in classes: continue # 过滤掉配置之外的类别 box = obj.find("bndbox") x1 = float(box.find("xmin").text) y1 = float(box.find("ymin").text) x2 = float(box.find("xmax").text) y2 = float(box.find("ymax").text) x_center = (x1 + x2) / 2.0 / img_width y_center = (y1 + y2) / 2.0 / img_height box_width = (x2 - x1) / img_width box_height = (y2 - y1) / img_height # 防止标注越过图幅边界，导致训练时出 NaN x_center = min(max(x_center, 0.0), 1.0) y_center = min(max(y_center, 0.0), 1.0) box_width = min(box_width, 1.0 - x_center) box_height = min(box_height, 1.0 - y_center) out_file.write( f"{classes.index(cls_name)} {x_center:.6f} " f"{y_center:.6f} {box_width:.6f} {box_height:.6f}\n" ) if __name__ == "__main__": # 第一个参数是 XML 目录，第二个是输出 TXT 目录 voc_to_yolo("xmls", "labels")

这个脚本的逻辑很简单，但有两个地方容易出错。第一，尺寸字段必须转成 float 再除，很多标注文件把 width 写成整数，直接除会把中心点算成 0 或 1。第二，clip 这一步不能省，安检图像的标注里偶尔会出现 xmin 为负、xmax 超过图宽的情况，如果不限制范围，训练 loss 会莫名跳高。类别编号必须从 0 开始，和训练配置文件的 names 顺序一致，否则全部串类。

2.3 难例挖掘的参数策略：类别重采样与背景负样本

我先给一个简易的类别重采样脚本，它的思路是统计每个类别出现的图像数，然后让包含稀有类别的图像有更高概率被选中进入每个 epoch。

import random # 假设 classes 顺序与训练配置一致 classes = ["knife", "lighter", "bottle", "power_bank", "gun"] class_count = {name: 0 for name in classes} all_images = [] # 所有图像路径 all_labels = [] # 对应的标注路径 for label_file in all_labels: seen_in_image = set() for line in open(label_file): cls_id = int(line.split()[0]) class_count[classes[cls_id]] += 0 seen_in_image.add(classes[cls_id]) # 一张图同时含多个类别时，每个类别都计一次出现 for cls_name in seen_in_image: class_count[cls_name] += 1 # 每个类别期望最少出现 1500 次，样本多的类别不再提高 target_count = 1500 sample_ratio = { name: min(1.0, target_count / class_count[name]) for name in classes } selected = [] for img_file, label_file in zip(all_images, all_labels): max_ratio = 0.0 for line in open(label_file): cls_id = int(line.split()[0]) max_ratio = max(max_ratio, sample_ratio[classes[cls_id]]) # 如果这张图含稀有类，max_ratio 会接近 1.0，几乎必选 if random.random() < max_ratio: selected.append((img_file, label_file))

这个采样器不是精确控制数量，而是权重式筛选，适合代码包里的快速迭代。target_count 可以按你的实际样本量调整，建议不低于 1000。还要注意负样本，也就是没有违禁品的普通包裹图像。训练集里至少要留 10% 到 15% 的纯背景图，否则模型会倾向于把所有金属物体都当成危险品，部署时误报率高到你不敢开。

3. 训练与调参：从预训练权重到收敛判断

3.1 模型选型：分辨率、检测头和小目标的关系

安检图像普遍分辨率高，但危险品在整张图里的占比很小。一个打火机可能只有 20×10 像素，如果按默认 640 输入分辨率训练，这个目标在特征图上只剩一两个像素点，基本学不到。我一般会把输入分辨率调到 960 或 1280，具体看显卡显存。若显存不够，优先保分辨率而不是加大 batch，因为小目标的召回率对分辨率更敏感。

模型结构方面，常见做法是选用带 4 个检测头的轻量网络。普通目标检测模型通常只有 3 个检测头，最小 stride 是 8，对 20 像素的目标已经不敏感。安检场景需要在 stride 4 的浅层特征图上多接一个检测头。代价是计算量增加，但换来的小目标召回提升非常明显。如果代码包里的模型没有 P2 检测头，我会建议先把输入分辨率拉高，再用泛化能力强的预训练权重。

选型还要考虑部署硬件。如果安检机工控机只有 CPU，就不适合跑复杂的可变形卷积，最好选一个轻量主干加简单检测头；坚持用重型模型会导致帧率太低，现场根本没法用。我个人的顺序是：先定部署硬件，再倒推模型结构，最后再谈精度。

3.2 训练命令与关键超参说明

我用一个典型的训练命令来演示参数设置。不同代码包的命令格式略有差异，但核心超参是通用的。

python train.py \ --model safety_net_base \ --data data/safety.yaml \ --pretrained weights/pretrained_backbone.pth \ --imgsz 1280 \ --batch 64 \ --epochs 160 \ --optimizer AdamW \ --lr0 0.001 \ --lrf 0.01 \ --warmup_epochs 3 \ --patience 20 \ --save_dir runs/security

这里几个参数需要重点说明。imgsz 是输入图像边长，我习惯设 1280，显存小的改成 960 也可以。batch 64 是在多卡或大显存场景下的值，单卡建议从 16 试起，梯度不稳定时降低 batch。lr0 是初始学习率，AdamW 下用 0.001 比较稳；如果 loss 一开始就炸，把 lr0 降到 0.0005。

warmup_epochs 3 表示前三个 epoch 用较小学习率热身，避免预训练权重被大步长破坏。lrf 0.01 是学习率衰减到初始值的 1%，配合余弦退火用。patience 20 是早停策略：验证集指标连续 20 个 epoch 不提升就停止训练。我建议不要关掉早停，安检数据集规模不大，训练到 100 个 epoch 之后很容易过拟合。

3.3 怎么判断训练收敛而不是过拟合

很多人只盯着训练 loss，看到 loss 降到 0.05 就觉得训练结束了。实际上训练 loss 低不代表部署能用，尤其是安检这种类别不均衡场景，模型很可能记住了背景纹理而不是危险品特征。我会用一个验证命令来输出每个类别的召回率。

python val.py \ --model runs/security/weights/best.pt \ --data data/safety.yaml \ --imgsz 1280 \ --conf 0.25 \ --iou 0.5 \ --save_json results/security_val.json

验证完成后，打开 JSON 看每个类别的 recall@0.5。如果 knife 的召回率 0.7，lighter 的召回率 0.3，说明模型对小目标类别根本没学会。此时不要再调大 epoch，而应该看训练过程中的 PR 曲线，把当前置信度阈值降到 0.2 重新评估，看召回是否明显上升。

如果训练 loss 下降但验证 mAP 一直不动，大概率是验证集分布和训练集不一致，比如训练集里全是单件物品特写，验证集里全是复杂包裹。这种情况要回到数据准备阶段重新切分。另一个常见问题是模型过拟合，表现为训练 loss 极低、验证 loss 回升，这时候需要增强数据增强、缩小学习率，或者把训练集里的重复样本去重。

4. 部署到安检机工控机的流程：模型压缩与推理加速

4.1 先摸清目标硬件，再决定推理框架

训练可以在服务器上慢慢跑，部署必须放在安检机旁边的工控机里。常见部署环境有两种：只有 CPU 的旧工控机，和带一张低功耗独立显卡的新设备。CPU 环境我会把模型导出成 ONNX，再转 OpenVINO 或 NCNN；有显卡则用 TensorRT 做 FP16 推理。不要一上来就用 PyTorch 直接跑推理，那在 CPU 上基本没法用。

部署环境	推荐路线	目标单帧耗时
只有 CPU 的工控机	PyTorch → ONNX → OpenVINO	300ms 内
低功耗独立显卡	PyTorch → ONNX → TensorRT FP16	80ms 内
嵌入式板卡	TensorRT INT8 或 PTQ 量化	150ms 内

上面只是参考值，实际耗时取决于分辨率和检测头数量。我见过有人为了省事直接用原始模型加多线程跑，结果 CPU 占用拉满、每帧 1 秒，这种部署方案上线即翻车。正确做法是先确认硬件支持哪些推理库，再决定量化方式。

4.2 导出 ONNX 与动态维度配置

以 PyTorch 为例，导出 ONNX 时要特别注意动态维度。安检机推理时批大小固定为 1，但每帧检出的目标数量是变化的，所以输出维度的 num_dets 必须设成动态。

import torch model = load_model("runs/security/weights/best.pt") model.eval() dummy_input = torch.randn(1, 3, 1280, 1280) torch.onnx.export( model, dummy_input, "safety_best.onnx", input_names=["images"], output_names=["boxes", "scores", "labels"], dynamic_axes={ "images": {0: "batch"}, "boxes": {0: "batch", 1: "num_dets"}, "scores": {0: "batch", 1: "num_dets"}, "labels": {0: "batch", 1: "num_dets"}, }, opset_version=12 )

这里我把 images 的 batch、boxes 和 scores 的 num_dets 都设成了动态轴，适应不同帧的目标数量。opset_version 用 12 而不用太高，是为了兼容老版本推理引擎；如果你用最新 TensorRT，保持默认即可。导出后一定要验证输出名字和模型实际输出一致，很多代码包里的模型有额外输出层，名字对不上会导致部署端解析失败。

4.3 推理服务的预处理与后处理参数

部署端最容易翻车的地方不是模型，而是预处理和后处理。训练时图像经过随机缩放和 padding，部署时如果跳过这一步，模型的输入分布直接改变，精度立刻掉一截。我习惯把 letterbox 的 pad 值、缩放比例保存下来，推理完再映射回原图坐标。

def postprocess(pred_boxes, pred_scores, pred_labels, conf_threshold=0.30, iou_threshold=0.45, pad_x=0.0, pad_y=0.0, scale_x=1.0, scale_y=1.0): keep = pred_scores >= conf_threshold boxes = pred_boxes[keep] scores = pred_scores[keep] labels = pred_labels[keep] # 模型输出是 letterbox 后坐标系，需要减去 pad 再除以缩放比 boxes[:, [0, 2]] = (boxes[:, [0, 2]] - pad_x) / scale_x boxes[:, [1, 3]] = (boxes[:, [1, 3]] - pad_y) / scale_y return boxes, scores, labels

这个函数里，conf_threshold 我先设 0.30，现场误检多就往 0.4 调，漏检多就往 0.2 调。iou_threshold 用 0.45 左右，不能调太低，因为安检包裹里刀具和金属骨架经常紧贴着，NMS 太激进会把两个目标合成一个。还有一点，不要在部署端做额外的图像增强，比如锐化、对比度拉伸，训练时没有做过这些操作，加了只会让预测结果失真。

5. 落地中最容易踩的五个坑与排查方法

5.1 训练时 mAP 很高，现场误检一堆

现象：验证集 mAP 达到 0.9，但接到安检机实时图像后，每个包裹都报警，根本没法用。原因：训练和部署的预处理不一致，现场图像没有经过训练时的归一化流程，对比度分布差异太大。另外，验证集里可能混入了和训练集同批次的连续帧，存在数据泄漏。

解决：先把训练脚本里的预处理函数完整复制到部署服务，包括灰度归一化的均值和方差，不能只在部署端做减 127 除 255。然后在部署前跑一次“回放测试”：用现场采集的 500 张非训练图输入模型，统计误报率。如果误报依然高，就去查是不是验证集切分出了问题，按包裹维度而不是按图像帧维度切分。

5.2 打火机这类小目标一直漏检

现象：大件刀具能稳定检出，打火机、小刀片这类小目标几乎全部漏检。原因：输入分辨率太低，模型在小目标上的特征已经丢失；或者置信度阈值偏高，小目标的分数普遍在 0.2 到 0.3 之间。

解决：先把 imgsz 从 640 调到 1280，再看小目标召回有没有变化。如果显存不够，就换一个带额外检测头的轻量模型。最后把 conf_threshold 单独给小目标类别设低一点，比如打火机用 0.2，刀具用 0.35，通过部署端的后处理按标签分别处理。

5.3 类别分布不均衡，模型只认识高频类

现象：训练 loss 正常下降，但 gun 类别的召回率接近于零，查看验证结果时发现模型根本没有预测出这个类别。原因：数据集中稀有类别样本太少，模型在训练时只见过几次，梯度被高频类别淹没，最后把稀有类别全部判定为背景。

解决：回到数据准备阶段，对稀有类别做图像级重复采样，让每个 epoch 都能看到 300 张以上。分类损失里加上类别权重，例如数量最少的类别权重设 5.0，打火机这类最多的类别权重设 1.0。如果代码包支持 focal loss，把 alpha 设置为类别比例的反比。

5.4 导出 ONNX 后输出 shape 不对，部署端崩溃

现象：TensorRT 构建时报错，或者推理时输出数组长度为零。原因：动态轴设置不一致，模型导出时有的输出是原始检测头输出，有的已经被封装成了后处理结果；也可能是模型里的某些算子在推理框架里不支持，比如可变形卷积。

解决：导出前先把模型的后处理拆掉，只保留 backbone 和检测头的原始输出，把 NMS 放到部署端自己实现。动态轴只保留 batch 和 num_dets，不要动通道维度。如果某个推理框架仍然报算子不支持，优先把可变形卷积换成普通卷积，代价是几个 mAP 点，但换来可部署性。

5.5 一个阈值打天下，调高误检多、调低漏检多

现象：所有类别共用一个置信度阈值，阈值高了漏掉打火机，低了误检爆炸。原因：不同类别的置信度分布完全不同，安检场景里有些类别表现强，有些类别天然分数低。

解决：在部署后处理里按类别设定独立阈值。例如 gun 类样本少、误检代价高，用 0.5；打火机类要求高召回，用 0.2；bottle 类介于中间，用 0.3。这样整体误报可控，同时保证关键类别不漏。这个策略要在后端配置里写成可调整的白名单，方便安检员现场改。

6. 最后一个技巧：用现场的误报闭环做增量训练

最后一招，也是我能稳定跑下去的救命招：把现场每一次误报和漏报都收集起来，定期合并进训练集做增量训练。具体做法是，在部署服务的日志里记录每一帧的检测框、置信度和原始图像，安检员确认是误报的样本单独归档。每周挑几十张代表性误报图，重新标注并合并到训练集。

我给自己定了一个验证清单，每次重新训练前必须过一遍：新样本要覆盖至少 20 张每类；训练完成后跑历史误报库全量回放，误报率必须下降而不是转移；再跑一遍旧的测试集，mAP 下降不能超过 0.5%。这一步很关键，因为只加新样本往往会“纠正”一类误报、又引入另一类新误报。

步骤	操作	通过标准
1	从现场日志抽取误报图并标注	新增样本每类不少于 20 张
2	合并进训练集重新训练	新模型召回不低于旧模型
3	历史误报库全量回放	误报率下降 30% 以上
4	部署端灰度运行 24 小时	单帧耗时不超标、内存稳定