GADet: A Geometry-Aware X-ray Prohibited Items Detector

X射线违禁品检测是一种关键且高效的方法，已广泛应用于安检场景中。为了满足安全辅助诊断系统对高精度的实际需求，我们提出了一种基于经典和先进的通用目标检测器YOLOX的几何感知X射线违禁品检测器（GADet）。具体来说，我们首先分析并发现X射线图像中对角线长度与违禁品类别之间的关系非常稳健且具有显著的差异性。因此，我们引入了物理对角线长度约束（PDLC），该约束可以利用这种潜在关系来对齐目标检测中的分类和定位任务。此外，尽管自然图像的通用标签分配（LA）策略可以缓解前景和背景类的不平衡问题，但它们无法处理X射线图像中特有的前景与背景重叠现象。因此，我们提出了IoU感知标签分配（IAA），可以帮助网络专注于学习如何从重叠的前景和背景中提取有效特征。与YOLOX类似，我们的GADet提供了三种不同版本，包括小型、大型和极限版，以适应不同的应用需求。大量实验表明，所提出的方法优于最先进的目标检测方法，表明其在违禁品检测领域的潜在应用。源代码将发布在https://github.com/Limingyuan001/GADet