传统情况下，安检机的过包量每分钟能达到80个，所有物品都依靠工作人员肉眼识别图像中是否存在违禁/危险品，劳动强度大且容易形成检测盲区。存在 “速度低”“硬件设备性能差”“图像识别技术薄弱”“误报率高”等技术硬伤，在检测功能以及操作模式上已不能满足如今日益提升的安检需求。

安检违禁物品检测识别算法则基于计算机识别技术，将X 光图像信息拆解为多个层次，逐次组合成线条、局部图像、形状、整个物体的材质组成成份，并使用机器学习方法增加算法准确率。它能够自动识别刀、枪、鞭炮、炮仗、电脑、手机、移动电源、容器、拉杆箱杆 等物品，检测到可疑物品马上报警，比传统安检仪在检测速度和准确率上均有较大提升，同时也为安检工作人员减轻了负担。

此外，随着使用过程中持续不断的数据收集，自动学习系统还会定期对新数据进行学习及模型训练，通过互联网将新模型下发安检设备完成自动更新。