Erkennung von Bedrohungen in Röntgenscans mit YOLOv5 und YOLOv6

Die Verbesserung der ffentlichen Sicherheit ist sowohl f r die B rger als auch f r die Regierungen von wesentlicher Bedeutung. Die berwachung und die Gep ckinspektion, die Teil der derzeitigen Sicherheitsprotokolle sind, sind von entscheidender Bedeutung. Durch den Einsatz von Objekterkennung f r die automatisierte Gep cksicherheit verbessert dieses Projekt die bestehenden Systeme.Durch den Einsatz von Deep-Learning-Techniken, insbesondere Transfer Learning mit YOLOv5 und YOLOv6, werden Bedrohungen w hrend des R ntgenscans erfolgreich identifiziert. Durch den Einsatz von GANs und Datenerweiterung wird ein aussagekr ftiger Datensatz f r das Modelltraining erzeugt.Dieses System hilft, das Eindringen gef hrlicher Gegenst nde in ffentliche R ume zu verhindern, indem es sich auf die Erkennung von Gegenst nden wie Messern und Schusswaffen konzentriert. Dies senkt die Risiken und f rdert eine sicherere Atmosph re. Diese Forschung unterstreicht, wie wichtig Spitzentechnologie f r pr ventive Sicherheitsma nahmen ist.