一种X光安检机图片物体检测方法

本发明公开了一种X光安检机图片物体检测方法，包括：获取X光安检机图片数据集，通过生成对抗网络生成高质量X光图像样本，扩充展数据集，通过强化学习优化对抗网络生成器的训练过程；构建多任务学习模型，联合训练物体检测、物体分割和物体类别识别，在没有标注数据的情况下，通过自监督学习生成特征表示作为初始权重，应用于物体检测模型的训练；本发明生成对抗网络：传统的数据增强方法可能在生成样本的多样性和真实性上存在局限。通过GAN生成的样本能够更好地模拟实际环境中的复杂情况，从而提高模型在实际应用中的鲁棒性。强化学习优化：利用强化学习优化GAN的训练过程，能够动态调整生成策略，使得生成的图像样本更加多样和真实。