X光机违禁品检测，主要关注的是提升召回率，降低误报率，两者是对立的，这里召回率又是重中之重，漏掉了违禁品，被通过了是很严重的事情，所以人工介入是不可缺少的，机器只能辅助，人工为主机器为辅助
预处理：使用图像均衡化，对图像进行均衡化处理，使得对照清晰明显，能够提升召回率
由于违禁品检测使用的是台式机，不会用到边缘处理装置，或者嵌入式装置，所以可用的内存和显卡资源都是充足的
可以级联多个模型的，训练多个模型同时进行预测，可以降低误报
使用大网络大模型，对于提升召回率是很好的，不要使用小模型小网络，因为这里的召回率是很重要的，而且误报也不能太多
检测网络级联起来检测，能提升准确率和降低误报
甚至可以考虑最开始的模型使用二分类网络，对是否包含误报进行分类处理，但考虑到场景过于复杂，可能准确率不会太高，存在漏报的问题
基于太赫兹的危险品智能识别系统_liuning2008的专栏-CSDN博客
天池竞赛-津南数字制造算法挑战赛【赛场二】解决方案分享_随煜而安的专栏-CSDN博客_津南数字制造算法挑战赛
monkeyDemon/TianChi_JinNan2: 天池竞赛-津南数字制造算法挑战赛【赛场二】解决方案分享 (github.com)
