本文主要是介绍数据采集与标注—900万违禁品x光图像训练集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
随着经济发展持续向好,选择航空出行的人越来越多,根据近几年来的《民航机场生产统计公报》显示,我国每年民航旅客的吞吐量已超过10亿人次,每年增长率高达10%以上。民航旅客的逐年递增,除了给民航带来巨大收益之外,也带来更大的压力和风险,尤其是在机场安检环节。
传统X光安检机图像的判别依赖人工,判图识别率低,且无法有效识别X光图像中的违禁品,对于疑似物品需要开包再查,耗时耗力。对于安检员来说,长时间紧盯屏幕,加之机场大流量的包裹通过数量,安检人员容易视觉疲劳导致漏检、误判。在庞大人流量的情况面前,这种传统安检方式会显得捉襟见肘。
不仅是航空业,所有的公共交通当前安检中都存在难点。正是由于这个领域的潜力巨大,很多知安防企业今年重点在智能安检领域进行投入,算法可以通过对海量标注后的X光安检图像的进行学习,从而自动给识别违禁物品。
景联文科技感受到市场的巨大潜力,早期就投入了大量的人员进行采集、标注,目前X光违禁品数据超过900万张,并且支持个性化标注,有需求的厂商可以通过www.jinglianwen.com留言索取样例库。
景联文科技立足行业、放眼未来,从工具到团队管理,全方位构建完整业务生态。在AI数据服务这条赛道上,景联文还将继续前进,为AI落地提供高质量、场景化的数据支持。
展望未来,具有新常态化、多元创新型安全检查手段、先进的安全检查设备及智能化管理的安检模式,很有可能会在全球各大城市普及开来。而人工智能与物联网技术等,将成为智能安检落地的有力推手。
这篇关于数据采集与标注—900万违禁品x光图像训练集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!