摘要
本发明公开了一种基于YOLOv5模型的牙齿图像检测装置和方法,应用于医学图像领域,包括:获取预先训练好的牙齿图像检测模型;牙齿图像检测模型在YOLOv5卷积神经网络为架构的基础上引入了注意力机制,并且将HardSwish激活函数作为激活函数,将EIOU损失函数作为模型训练过程中的损失函数;将待检测的牙齿图像输入至训练好的牙齿图像检测模型,检测是否存在病灶区域;若存在,则病灶区域通过矩形框标注的方式进行显示,并显示病灶信息;病灶信息至少包括病灶种类、数量、尺寸和位置信息。本发明提高了YOLOv5卷积神经网络检测牙齿图像的速度和精度,检测效果上得到明显提升。
技术关键词
图像检测模型
图像检测装置
图像检测方法
计算机可执行指令
标签
图像检测设备
引入注意力机制
数据
模块
可读存储介质
存储计算机程序
处理器
存储单元
尺寸
基础
标识
医学
系统为您推荐了相关专利信息
光学模组
缺陷检测方法
机器学习模型
振动特征
分类准确率
样本
深度神经网络
生成方法
聚类
计算机可执行指令
数据关联信息
标签
多模态
数据存储方法
计算机程序指令