换一批基于改进YOLOv5的针灸针小目标检测算法研究
Acupuncture Needle Small Object Detection Algorithm Based on Improved YOLOv5
摘要随着针灸学科的科学化、现代化,各种针灸医疗设备不断创新,尤其是智能针灸诊疗设备的出现,针灸临床"留针"阶段的针灸针自动化识别成为需求热点.针对针灸针识别过程的输入图片尺寸过大、针灸针细长、针灸针分布密集等问题,本文提出一个适用于针灸针小目标的改进YOLOv5"留针检测模型"ANODM(Acupuncture Needle Object Detection Model):①输入预处理阶段,将图片切分为多个Patch分别预测,以放大小目标尺寸;②模型结构层面,在原3个检测层新增一个小目标检测层以提升对小目标的识别能力,将骨干网络的普通卷积替换为空洞卷积以增大感受野,对不同Stage的特征融合;③后处理阶段,使用Soft-NMS降低正样本的漏检率,并结合余弦相似度匹配降低负样本的错检率.实验结果表明,对比原YOLOv5算法,本文改进方法在针灸针小目标数据集上的检测精度提升4.2%,能较好地完成针灸针小目标检测任务.
更多相关知识
关键词
针灸针灸针小目标检测深度学习YOLOv5小目标AcupunctureAcupuncture needle small object detectionDeep learningYOLOv5Small object
分类号
R241（中医临床学）
栏目名称
DOI
10.11842/wst.20240221002
发布时间
2025-02-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广州市科技计划项目（2024B03J1239）
- 浏览7
- 被引1
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
