-
题名改进YOLOv7算法的龋齿图像检测
- 1
-
-
作者
范晓聪
姚竟发
滕桂法
马永平
-
机构
河北农业大学信息科学与技术学院
河北软件职业技术学院软件工程系
河北省保定市第二医院口腔科
-
出处
《现代电子技术》
北大核心
2024年第17期79-87,共9页
-
基金
国家自然科学基金项目(U20A20180)
中国高校产学研创新基金资助课题(2021LDA10005)
河北省重点研发计划项目(21327405D)。
-
文摘
针对口腔医疗资源紧缺和龋齿治疗效率不足的问题,提出一种改进YOLOv7的龋齿图像检测算法,旨在协助医生进行更有效的医疗诊断,同时增强患者对预防龋齿的意识。首先,在YOLOv7算法的主干网络引入ECA-MobileOne网络模块代替原有的ELAN模块,降低模型参数量,提高对小目标龋齿特征的有效提取;其次,在特征图输出层采用自适应特征融合(ASFF),自适应地学习各尺度特征图在融合时的空间权重,充分获取口腔图像中不同尺度下的关键特征,提高检测的全局性和准确性;另外,采用soft-NMS算法替换原有的非极大值抑制算法(NMS),在牙齿异位或重叠等情况下能更有效地提升检测效果。使用在保定市第二医院口腔科采集的口腔照片数据集进行实验,结果显示,改进后的算法mAP达到93.4%,相较于原始YOLOv7算法提高了5.5%,并且与当前主流算法相比,具有一定的先进性,为促进口腔健康的整体改善提供了新的技术支持。
-
关键词
龋齿检测
MobileOne
自适应特征融合
YOLOv7
soft-NMS
图像检测
-
Keywords
caries detection
MobileOne
ASFF
YOLOv7
soft-NMS
image detection
-
分类号
TN911.1-34
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
-
