一种基于改进YOLOv5x的肺结节检测方法

本发明公开了一种基于改进YOLOv5x的肺结节检测方法，涉及计算机图像目标检测技术领域，针对肺结节检测任务预设特定候选框，对提取到的信息利用不充分，进而导致推理准确度低的技术问题，本发明首先对原始数据集进行实质分割等处理，确保数据质量；其次，在YOLOv5x模型中添加ODConv模块替换现有的普通卷积模块，增强特征提取能力；然后，根据肺结节检测任务的特征，构建适配当前任务的检测框作为网络的生成框，提高小目标的检测效果；最后，通过输入图像到网络中进行目标检测训练，并根据得到的损失值动态调整模型参数，通过上述一系列优化措施，显著提高了肺结节检测的准确性，为临床诊断提供了有力支持。