一种基于知识蒸馏的安检图像遮挡路径实时预测方法

本发明公开了一种基于知识蒸馏的安检图像遮挡路径实时预测方法，该方法将知识蒸馏技术引入安检图像分析领域，以高精度但复杂的改进型Mask R‑CNN模型作为教师模型，由其学习并输出安检图像中遮挡区域的离散方向概率图；以高速但轻量化的改进型YOLOv8模型作为学生模型，通过KL散度与Huber损失构成的混合蒸馏损失函数，学习教师模型所输出的路径概率知识。最终，将轻量化的学生模型部署于安检系统，实现对单帧安检X光图像的遮挡路径实时、精准预测。提供的遮挡路径信息能有效引导判图员关注高风险遮挡区域，减少了漏检和误检，具备很高的实际应用价值。