-
题名基于改进YOLOv8s的人脸痤疮小目标检测
- 1
-
-
作者
刘廷汉
梁艳
黄鹏升
闭金杰
黄守麟
李廷会
-
机构
广西师范大学电子与信息工程学院
广西师范大学计算机科学与工程学院
北京美医医学技术研究院有限公司
-
出处
《广西师范大学学报(自然科学版)》
北大核心
2025年第5期114-129,共16页
-
基金
国家自然科学基金(62466006)
广西科技计划青年创新人才科研专项(桂科AD23026245)。
-
文摘
人脸痤疮的自动检测是实现痤疮精准诊疗的关键,而现有方法仍然存在严重的痤疮小目标漏检和误检问题。为实现更准确的痤疮检测,本文提出一种改进的YOLOv8s算法。首先,将YOLOv8s的主干网络改进为一种与Transformer融合的混合主干网络,兼顾卷积神经网络捕获局部细节信息和Transformer维持全局特征信息的优点,显著提高小痤疮目标的特征提取和表征能力。其次,改进YOLOv8s颈部网络的特征融合方式,通过增加多尺度通道注意力模块聚合多尺度上下文信息,以调整各尺度特征权重,缓解特征内容的语义与尺度不一致问题。在公开和自建的人脸痤疮数据集上的实验表明,相比当前最优的痤疮检测算法DSDH,本文方法在检测精度mAP上分别提高1.20和5.24个百分点,检测速度分别提高46.3和47.6 frame/s。
-
关键词
人脸痤疮
YOLOv8s
小目标检测
TRANSFORMER
多尺度特征融合
-
Keywords
facial acne
YOLOv8s
small object detection
Transformer
multi-scale feature fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
