摘要
本发明医学影像检测技术领域,尤其是涉及一种基于深度学习的盆骨医学影像关键点检测系统及方法,包括数据采集模块由图像获取和存储单元、数据清洗和预处理单元和数据脱敏单元组成,数据标注模块包括区域标注单元和关键点标注单元,模型训练模块包括数据准备单元、模型训练单元、模型验证和调优单元以及模型保存单元;图像推理计算模块包括图像输入和预处理单元、模型加载单元、前向传播单元和结果输出单元;本发明通过模型训练单元使用准备好的训练数据集对YOLOv7‑pose网络模型进行训练,进一步得到成熟的YOLOv7‑pose关键点检测模型,该模型在处理速度上,相比传统的Top‑down、Bottom‑up等医学图像关键点检测算法具有一定优势。
技术关键词
训练深度学习模型
数据采集模块
模型训练模块
信息管理单元
权限管理模块
加载单元
梯度下降优化算法
关键点检测方法
关键点检测算法
存储单元
分配单元
医学图像数据
身份验证
人体关键点
定义系统
系统为您推荐了相关专利信息
时序卷积神经网络
时序特征
模型算法
非线性回归模型
风速
企业综合管理系统
子系统
综合数据库
指标
综合管理方法
电力采集终端
智慧管理系统
邻域
DBSCAN算法
电力数据处理技术
降水预测方法
双线性插值方法
机器学习模型
日期
构建训练集