换一批摘要针对静脉输液过程中液位自动监测问题,基于Deeplabv3+语义分割模型,选择Mobilenetv2作为特征提取网络,增大空洞空间金字塔池化模块中空洞卷积的空洞率,对输液瓶或输液袋图像进行了分割.通过将输液瓶或输液袋图像中每个像素点分为背景、有液区域和无液区域三类,使液位检测问题转化为输液图像分割问题.首先,Mobilenetv2特征提取网络对输液瓶或输液袋图像进行特征提取,得到两个不同尺寸的特征图;然后,分别对两个不同尺寸的特征图进行特征处理,并对特征处理的结果进行特征融合;最后,对特征融合的结果进行逐像素点分类,进而实现输液瓶或输液袋图像分割.对比U-Net、PSPNet两种语义分割网络在静脉输液图像中的分割效果发现,基于Deeplabv3+网络的语义分割网络对于输液瓶或输液袋有液区域、无液区域和背景的分割效果最好,其MIoU达到97.00％,MPA达到98.61％.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1672-9528.2023.08.012
发布时间
2023-11-14（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 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
