摘要：平衡式X射线违禁品检测数据集是一个专门用于安检场景的大规模图像数据集，包含13,728张X射线安检图像，涵盖12类常见违禁品。
数据集概述
平衡式X射线违禁品检测数据集是一个专门用于安检场景的大规模图像数据集，包含13,728张X射线安检图像，涵盖12类常见违禁品。该数据集源自两个主要的开放数据集SIXray和PIDray，并经过精心重构以解决传统违禁品检测数据集面临的核心问题：严重的类别不平衡、高质量标注样本不足以及检测模型在复杂杂乱场景中的适应性差。通过引入类特定增强框架（CSAF），结合四种物理变换和随机欠采样技术，该数据集实现了每个类别约1500个样本的均衡分布，包括警棍、钳子、锤子、移动电源、剪刀、扳手、枪、子弹、喷雾器、手铐、刀和打火机等12个违禁品类别。
数据结构与关键特征
该数据集采用标准的计算机视觉项目结构，包含训练集（train）、验证集（val）和测试集（test）三个部分，配有SPXray.yaml和data.yaml配置文件便于模型训练。其核心特征在于类别平衡性——通过CSAF框架对过度代表的类别进行随机欠采样，对代表不足的类别进行数据增强，确保所有12个违禁品类别的样本分布均匀，避免了传统数据集中的长尾问题。数据集中的X射线图像反映了真实安检场景的复杂性，包括物品重叠、遮挡和不同角度的投影，这为模型学习鲁棒的特征表示提供了良好的基础。数据集总大小为1.22GB，适合各种规模的实验和部署需求。
应用价值与研究方向
该数据集在公共安全、机场安检、智能安防系统等领域具有重要的应用价值，可直接用于训练和部署自动化违禁品检测系统，提高安检效率并降低人工成本。在研究方向上，该数据集特别适合目标检测算法的研究与基准测试，包括YOLO系列、基于Transformer的检测器以及混合架构模型。由于其类别平衡的特性，该数据集非常适合研究长尾分布缓解、小目标检测、复杂背景下的目标识别等前沿课题。此外，数据集还支持轻量级和边缘计算模型的开发，为移动端和嵌入式设备上的实时违禁品检测提供训练基础，推动智能安检技术向更高效、更准确、更易部署的方向发展。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-302
文件大小：1.1G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)