用深度学习检测行李箱中的锂电池

你是否曾经历过这样的不愉快乘机事件：已经登机了，结果被广播名字要求下飞机。要求你离开飞机的“罪名”仅仅是因为你行李箱中有一节锂电池。

如果你还记得三星Galaxy Note7的爆炸，你可能不会对受到这样的对待感到惊讶。飞机在高空飞行的时候，由于压力，一些锂离子电会着火，甚至爆炸。这些电池虽然很小，但会造成很大的损害。比如说，一个比普通智能手机电池大20倍的电池，能把一间中等大小房间的窗户全部爆破。

美国航班上锂电池造成的起火或爆炸

随着越来越多的人使用电池组来为我们的设备充电，例如无人机，照相机等，考虑到危害是巨大的，所以确保没有锂离子电池进入飞机的货舱是至关重要的。自1991年以来，美国联邦航空局报告了225起涉及货物或行李中锂离子电池的烟雾，火灾，极热或爆炸事件。

一般而言，检查离子电池的方法是对行李箱进行X射线扫描。因为电磁辐射穿过袋内的各种物体时，不同类型材料的密度不同，射线也会以不同方式反弹。探测器收集这些X射线并创建袋内物体的图像。

大多数机场使用软件来帮助完成这一任务，但需要进行人工干预，这使得该过程容易出错。为了帮助减少这些错误，机场X射线探测器的跨国供应商史密斯检测公司（Smiths Detection）设计了可以大大减少对人类输入需求的软件。该公司表示，它使用深度学习算法将检测准确率提高到90％。

黑白方框显示算的是法认为是锂电池的部分

Smiths的深度学习算法可以自我学习，并使用能够准确根据锂离子电池存在的形状，纹理和材料的数据来自我更新。

为了创建算法，Smiths使用了现场实时操作期间收集的大型X射线图像数据库。接下来，该公司手动将这些图像标记为含有锂离子电池或不含有锂电池。“获取这种全面的、有标记的数据集用于训练是深度学习过程中最耗费资源的部分，”Smiths的技术与产品开发副总裁Matt Clark说道。

随后，该数据训练深度学习软件使用该数据进行训练，并针对手动标记的数据库进行测试。

史密斯计划调整其软件，从而可以用来检测药物，武器，货币和易燃液体。更快更准确地检测各种违禁品不仅可以提高机场的安全性并节省资金，而且还可以提高效率。