一种面向X光图像的异常物品智能分割方法

本发明公开了一种面向X光图像的异常物品智能分割方法，涉及公共安全检查技术领域，包括以下步骤：构建数据集D，将数据集D划分为训练集DPIDray‑train、测试集DPIDray‑test和验证集DPIDray‑val；采用Mosaic数据增强技术预处理数据集PIDray中的图像，统一图像尺寸，得到数据集PIDray’；本发明通过使用自注意力机制有效抑制了低分辨率图像中的冗余特征，使网络聚焦于局部关键特征，且使用动态特征融合模块对低分辨率特征和高分辨率特征进行融合，充分整合上下文信息，进一步优化网络的分割性能，通过综合利用自注意力机制和动态特征融合模块，不仅提升图像分割的准确度，还能有效区分复杂背景和多个物体，进一步提高了X光安检过程中的分割效率和准确性。