Deep Learning-based Artificial Neural Network Object Detection Methods for Inspection of Hazardous Items

Abstract

항만 및 공항을 통과하는 화물 내 위험화물을 감지하기 위해 X-선 영상을 촬영하고 판독관이 육안으로 적발하고 있으며, 검출 정확도 및 일관성을 위해 위험화물 사전 스크리닝을 위한 영상 검색 분야에 딥러닝 인공 신경망 학습기법을 이용한 다양한 객체 검출 알고리즘이 적용되고 있다. 본 연구에서는 최근 주목받고 있는 비전 트랜스포머 백본을 이용한 Faster R-CNN, PAA, D2Det 등의 다양한 디텍터 알고리즘을 휴대수하물 영상 내 위험화물 검출에 적용하였다. 또한, 다양한 학습기법을 적용하여 검출 성능을 개선하기 위해 Soft Teacher, MAE (Masked Auto-Encoder), SimMIM 등의 자기지도학습 뿐만 아니라, DeiT, BEiT 등의 사전학습기법으로부터의 전이학습을 적용하였다. SIXray 데이터셋 내 객체 검출에 적용해본 결과, Swin Transformer 백본의 경우, mAPSUB0.5/SUB = 86.1 %, ViT 백본의 경우, mAPSUB0.5/SUB = 85.5 %의 검출 성능을 달성하였다.