为了提高糖尿病视网膜病变(Diabetic Retinopathy,DR)的检测精度,提出一种基于YOLOv(You Only Look Once Version)8n的DR检测算法。引入全维度动态卷积对YOLOv8n的骨干网络进行重构,以加强特征的适应性,提高特征提取能力。在颈部网络中...为了提高糖尿病视网膜病变(Diabetic Retinopathy,DR)的检测精度,提出一种基于YOLOv(You Only Look Once Version)8n的DR检测算法。引入全维度动态卷积对YOLOv8n的骨干网络进行重构,以加强特征的适应性,提高特征提取能力。在颈部网络中增加小目标检测层,并引入轻量化双卷积以优化信息处理流程。最后对损失函数进行改进,优化梯度增益分配策略。实验结果表明,与YOLOv8n检测算法相比,所提算法的精确率提高5.8%,平均精度均值(Mean Average Precision,mAP)@0.5提高7.6%,有效改善了对DR小尺寸密集病灶的漏检问题。展开更多
文摘为了提高糖尿病视网膜病变(Diabetic Retinopathy,DR)的检测精度,提出一种基于YOLOv(You Only Look Once Version)8n的DR检测算法。引入全维度动态卷积对YOLOv8n的骨干网络进行重构,以加强特征的适应性,提高特征提取能力。在颈部网络中增加小目标检测层,并引入轻量化双卷积以优化信息处理流程。最后对损失函数进行改进,优化梯度增益分配策略。实验结果表明,与YOLOv8n检测算法相比,所提算法的精确率提高5.8%,平均精度均值(Mean Average Precision,mAP)@0.5提高7.6%,有效改善了对DR小尺寸密集病灶的漏检问题。
