检索历史 清除

【中文期刊】 闻亮 王江  等 《医疗卫生装备》 2024年45卷9期 7-13页 ISTICCA

【摘要】 目的:为解决人脸口罩识别中边缘和移动端设备存储与计算资源受限的问题,提出一种基于YOLOv5轻量化网络的人脸口罩识别方法.方法:选取由主干网络(Backbone)、颈部模块(Neck)和头部模块(Head)组成的YOLOv5模型作为基础框架...

【关键词】 人脸口罩识别； YOLOv5s模型； ShuffleNetv2；

【中文期刊】 林敏 黄忠安  等 《中国医学装备》 2023年20卷8期 28-33页 ISTIC

【摘要】 目的:研究增进眼底图像视盘检测精度和速度的方法,以提高眼底图像视盘检测精度和速度.方法:设计一种基于YOLOv5网络模型的端到端视盘定位方法,在特征提取网络的输出中舍弃8倍的下采样通道,保留32倍和16倍的下采样通道;运用公共眼底数据库Me...

【关键词】 眼底图像； 视盘定位； YOLOv5网络模型；

【中文期刊】 田昌锐 廖薇  等 《中国医学物理学杂志》 2025年42卷2期 220-226页 ISTICCSCD

【摘要】 针对医疗器械堆叠问题和提升医疗器械识别准确率,提出一种改进YOLOv5s的医疗器械检测方法.首先使用C2f模块优化YOLOv5s网络提升模型识别精度,其次在特征融合网络引入SENet,提升模型对有效信息的关注度,最后在DIOU损失函数的基础...

【关键词】 医疗器械； YOLOv5s； 注意力机制；

【中文期刊】 李骞 李军涛  等 《科技创新与应用》 2025年15卷13期 29-32页

【摘要】 为解决消毒机器人目标识别技术存在计算资源多、时延长以及识别准确率较低等问题,提出一种基于YOLOv5 的消毒机器人目标识别技术,该技术主要采用一种新颖的卷积神经网络(CNN)结合机器视觉系统来实现对消毒机器人所需消毒区域中目标的检测、分类和...

【关键词】 消毒机器人； 目标识别； YOLOv5算法；

【中文期刊】 刘静妮 盛玉武  等 《中国医学物理学杂志》 2024年41卷8期 996-999页 ISTICCSCD

【摘要】 提出一种基于卷积神经网络的X线片下肢关节角度识别算法,首先在X线片中使用Yolov5目标检测模型来识别特定类别的感兴趣区域,并使用U-Net模型进行热图回归来识别关键特征点,最后进行下肢关节角度的计算.研究结果表明,本文提出的算法相比于之前...

【关键词】 卷积神经网络； 目标检测； 特征点定位；

【中文期刊】 姚文君 殷超然  等 《安徽医科大学学报》 2023年58卷5期 854-858页 ISTICPKUCA

【摘要】 目的 探讨深度卷积神经网络在甲状腺结节超声图像的自动检测和良恶性分类中应用价值.方法 回顾性选取1 012 幅甲状腺结节的超声图像并对其进行标记,构建YOLOv5 网络模型,精准定位甲状腺结节所在位置并自动裁减结节所在区域,同时构建Goog...

【关键词】 甲状腺结节； 超声图像； 深度卷积神经网络；

【中文期刊】 王磊 张帅  等 《山东大学学报（医学版）》 2023年61卷3期 71-79页 ISTICPKUCA

【摘要】 目的 探究使用Yolov5网络检测分类Modic改变(MCs)的性能,与基于Yolov5和Resnet34网络自动检测分类MCs方法进行比较.方法 回顾性分析2020年6月至2021年6月接受MRI诊断且符合纳入和排除标准的MCs患者140...

【关键词】 Modic改变； 磁共振成像； 终板炎；

【中文期刊】 张昊 王高峰  等 《北华大学学报（自然科学版）》 2023年24卷4期 545-553页 ISTICCA

【摘要】 采用自适应校正与残差网络相结合的方式,构建一种新型自适应网络,解决微光图像增强技术曝光不均匀、优化时间过长等问题.将本文图像增强网络与分布映射、模型优化和深度学习3 种图像增强方法的增强效果进行对比,结果发现:构建的网络模型不仅能够增强图像...

【关键词】 微光图像； 自适应； 轻量化网络；

【中文期刊】 钟友闻 车文刚  等 《南方医科大学学报》 2022年42卷11期 1662-1671页 MEDLINEISTICPKUCSCDCA

【摘要】 目的 提出一种融入坐标注意力和高效通道注意力机制的深度学习目标检测模型AM-YOLO.方法 运用Mosaic图像增强与MixUp混类增强对图像进行预处理,采用One-Stage结构的目标检测模型YOLOv5s,并对该模型的骨干网络与颈部网络...

【关键词】 深度学习； 目标检测； 注意力机制；

【中文期刊】 张洪伟 曹民  等 《内蒙古公路与运输》 2023年3期 28-31页

【摘要】 针对在嵌入式设备上部署神经网络模型存在受限于设备体积与计算性能的影响而难以保证神经网络模型的推理实时性的问题,提出了一种基于YOLOv5-nano的前车检测改进方法(HS-YOLO).首先,采用硬拟合函数h-swish来取代SiLU激活函数...

【关键词】 前方车辆； 目标检测； 神经网络；