换一批YOLO-PointMap:基于轻量化动态特征融合的实时人体背部穴位识别
YOLO-PointMap:Real-time Human Back Acupoint Recognition Based on Lightweight Dynamic Feature Fusion
摘要针灸是中医学的重要组成部分,在世界各地均具有广泛的应用.然而,传统针灸疗法的穴位定位依赖医生经验,缺乏标准化,导致疗效再现性较差,阻碍了其推广.针灸机器人是一种智能医疗设备,为针灸技术的标准化和推广提供了新契机.该文提出一种改进的YOLOv8-Pose模型——YOLO-PointMap,旨在解决穴位密集分布和特征不明显等问题.通过引入动态卷积优化C2f模块和基于通道注意力的特征融合模块,该文提出的模型在多尺度特征提取和融合方面的性能显著提升.实验结果表明,YOLO-PointMap在测试集上的端点误差、正确关键点百分比和基于COCO标准的mAP50-95(Pose)等指标优于现有模型,其值分别达到了 3.27、1.00和 84.90%,尤其是在密集关键点检测和弱特征区域定位方面.这不仅为针灸机器人技术的发展提供了有力支持,而且展现了YOLO-PointMap在虚拟现实和智能交互等领域的潜在应用价值.
更多相关知识
关键词
穴位定位关键点检测YOLO-PointMap动态卷积特征融合acupoint localizationkeypoint detectionYOLO-PointMapdynamic convolutionfeature fusion
栏目名称
DOI
10.12146/j.issn.2095-3135.20241129001
发布时间
2025-03-24（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
