用AI技术深度学习算法检测锂离子电池

过去简单利用人海战术进行检索和分析已经很难满足新时代的安防工作需求，而AI技术则能更好地应对海量监控数据，成为人力的增效补充，但是AI商业落地难，所以需要专注，集中力量往同一个地方使才能攻克。

记得三星GalaxyNote7因爆炸而惨败吗？有可能你被“请”下飞机，只是因为行李箱里有一小块锂电池。这些电池虽然很小，但会造成很大的损害，在飞机货舱的压力下，一些锂离子电池能够着火甚至会爆炸。20个普通智能手机电池就能够将中小户型房间的窗户炸飞。

自1991年以来，美国联邦特种局报告了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（pdf）。如今随着越来越多的人使用电池组，例如无人机，照相机等，因此确保飞机货舱里没有锂离子电池对特种安全来说是至关重要。

一般机场安检捕获锂离子电池的方法是使用X射线扫描行李箱上，然后根据不同材料的密度，以不同方式反弹电磁辐射，探测器收集这些X射线并合成箱内物体图像。大多数机场使用软件来协助完成这一过程，但仍需要进行人工干预，使得该过程容易出错。

为了帮助减少这些错误，史密斯检测公司（SmithsDetection）是机场X射线探测器的跨国供应商，他们研发的软件可以大大减少对人力的需求。该公司表示，它使用深度学习算法将检测率提高到90％。

Smiths的深度学习算法从其成功和失败中获取反馈，并使用准确指示锂离子电池存在的形状，纹理和材料的数据来改进其方法。它是自我更新的，因此它可以即时学习和改进。由于这是软件升级，该公司还可以将其技术部署在已有的Smiths探测器上。

为了创建算法，Smiths使用了在客户现场实时操作期间收集的大型X射线图像数据库，然后手动将这些图像标记为含有锂离子电池。“获取这种全面的，标记的数据集用于培训是深度学习过程中资源最密集的部分，”技术与产品开发副总裁MattClarkSmiths介绍道。

然后使用该数据训练深度学习软件并针对手动标记的数据库进行测试，这就是它从成功和失败开始学习的方式。

史密斯计划调整其软件，以检测药物，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，并且能尽量避免因安检时的失误，而将乘客从飞机上赶下的尴尬情况。

实现商业落地才是最重要的。不要贪大，应该在一个小而美的市场里扎根，找准一小块并专心只解决好一个问题，做好商业落地，实现盈利，才能长久地生存下去。