摘要
本发明公开了基于深度学习的曲面断层片阻生齿识别方法,包括以下步骤:步骤一,建立口腔曲面断层片数据集;步骤二,建立Faster‑RCNN主模型,采用口腔曲面断层片数据集对主模型进行训练和测试;步骤三,针对训练好的主模型中识别准确率最低的若干类别,建立Faster‑RCNN辅助模型,对辅助模型进行训练和测试;步骤四,采用非极大值抑制方法对训练好的主模型和训练好的辅助模型进行多模型融合验证和测试,并用于实际阻生齿识别。本申请通过设置Faster‑RCNN主模型和辅助模型,并采用非极大值抑制方法进行多模型融合,提高了模型鲁棒性和阻生齿识别准确性。
技术关键词
曲面断层片
非极大值抑制方法
识别方法
多模型
尺寸特征
网络
随机梯度下降
数据
分类器
基准
感兴趣
图像
调度器
鲁棒性
检测器
算法
系统为您推荐了相关专利信息
遥感识别方法
种植区
归一化植被指数
农田
分类特征
调制识别方法
特征信息处理
信号接收设备
神经网络卷积层
多尺度特征提取