摘要
本发明公开了一种基于改进YOLOv8的儿童肺炎病灶定位方法,涉及目标检测技术领域,包括以下步骤:构建儿童肺炎病灶定位模型并进行训练;利用训练好的儿童肺炎病灶定位模型实现儿童肺炎病灶定位;所述儿童肺炎病灶定位模型包括Backbone骨干特征提取网络、Neck特征融合网络和Head检测头;Backbone骨干特征提取网络对输入图像提取不同尺度的特征;Neck特征融合网络对不同尺度的特征进行特征融合,输出不同尺度的融合特征;Head检测头基于不同尺寸的融合特征图执行分类回归预测,定位儿童肺炎病灶。本发明不显著增加检测时间,对易丢失的病灶边界和轮廓细节特征进行精确提取,提高定位儿童肺炎病灶精度。
技术关键词
特征融合网络
儿童肺炎
特征提取网络
卷积模块
病灶定位方法
融合特征
检测头
采样模块
网格
重构
生成算法
图像
层级
分支
因子
上采样
特征点
尺寸
坐标