改進YOLOv7算法的齲齒圖像檢測
打開文本圖片集
摘 要: 針對口腔醫(yī)療資源緊缺和齲齒治療效率不足的問題,提出一種改進YOLOv7的齲齒圖像檢測算法,旨在協(xié)助醫(yī)生進行更有效的醫(yī)療診斷,同時增強患者對預(yù)防齲齒的意識。首先,在YOLOv7算法的主干網(wǎng)絡(luò)引入ECA?MobileOne網(wǎng)絡(luò)模塊代替原有的ELAN模塊,降低模型參數(shù)量,提高對小目標齲齒特征的有效提??;其次,在特征圖輸出層采用自適應(yīng)特征融合(ASFF),自適應(yīng)地學(xué)習(xí)各尺度特征圖在融合時的空間權(quán)重,充分獲取口腔圖像中不同尺度下的關(guān)鍵特征,提高檢測的全局性和準確性;另外,采用soft?NMS算法替換原有的非極大值抑制算法(NMS),在牙齒異位或重疊等情況下能更有效地提升檢測效果。(剩余15470字)