用深度學習檢測行李箱中的鋰電池[朗讀]

你是否曾經歷過這樣的不愉快乘機事件：已經登機了，結果被廣播名字要求下飛機。要求你離開飛機的「罪名」僅僅是因為你行李箱中有一節鋰電池。
如果你還記得三星galaxynote7的爆炸，你可能不會對受到這樣的對待感到驚訝。飛機在高空飛行的時候，由於壓力，一些鋰離子電會著火，甚至爆炸。這些電池雖然很小，但會造成很大的損害。比如說，一個比普通智慧型手機電池大20倍的電池，能把一間中等大小房間的窗戶全部爆破。
美國航班上鋰電池造成的起火或爆炸。
隨著越來越多的人使用電池組來為我們的設備充電，例如無人機，照相機等，考慮到危害是巨大的，所以確保沒有鋰離子電池進入飛機的貨艙是至關重要的。自1991年以來，美國聯邦航空局報告了225起涉及貨物或行李中鋰離子電池的煙霧，火災，極熱或爆炸事件。
一般而言，檢查離子電池的方法是對行李箱進行x射線掃描。因為電磁輻射穿過袋內的各種物體時，不同類型材料的密度不同，射線也會以不同方式反彈。探測器收集這些x射線並創建袋內物體的圖像。
大多數機場使用軟體來幫助完成這一任務，但需要進行人工干預，這使得該過程容易出錯。為了幫助減少這些錯誤，機場x射線探測器的跨國供應商史密斯檢測公司（smithsdetection）設計了可以大大減少對人類輸入需求的軟體。該公司表示，它使用深度學習算法將檢測準確率提高到90％。
黑白方框顯示算的是法認為是鋰電池的部分。
smiths的深度學習算法可以自我學習，並使用能夠準確根據鋰離子電池存在的形狀，紋理和材料的數據來自我更新。
為了創建算法，smiths使用了現場實時操作期間收集的大型x射線圖像資料庫。接下來，該公司手動將這些圖像標記為含有鋰離子電池或不含有鋰電池。「獲取這種全面的、有標記的數據集用於訓練是深度學習過程中最耗費資源的部分，」smiths的技術與產品開發副總裁mattclark說道。
隨後，該數據訓練深度學習軟體使用該數據進行訓練，並針對手動標記的資料庫進行測試。
史密斯計劃調整其軟體，從而可以用來檢測藥物，武器，貨幣和易燃液體。更快更準確地檢測各種違禁品不僅可以提高機場的安全性並節省資金，而且還可以提高效率。