Detección de amenazas en exploraciones de rayos X con YOLOv5 y YOLOv6

Mejorar la seguridad pública es esencial tanto para los ciudadanos como para los gobiernos. La vigilancia y las inspecciones de equipajes que forman parte de los actuales protocolos de seguridad son cruciales. Al emplear la detección de objetos para la seguridad automatizada de equipajes, este proyecto mejora los sistemas existentes.Las amenazas se identifican con éxito durante el escaneo de rayos X con el uso de técnicas de aprendizaje profundo, en particular Transfer Learning con YOLOv5 y YOLOv6. Se produce un sólido conjunto de datos para el entrenamiento del modelo con el uso de GAN y el aumento de datos.Este sistema ayuda a evitar que objetos peligrosos entren en espacios públicos, concentrándose en detectar artículos como cuchillos y pistolas. De este modo se reducen los riesgos y se fomenta un ambiente más seguro. Esta investigación pone de relieve la importancia de la tecnología punta en las medidas preventivas de seguridad.