摘要
一种基于改进YOLOv11的孤独症刻板行为检测方法属计算机视觉深度学习技术领域,本发明旨在为孤独症的早期诊断提供辅助工具。改进的YOLOv11网络通过结合ADown下采样模块、SCDown下采样模块和SCSA注意力机制,能实现对孤独症儿童刻板行为的高效准确的检测与分析。本发明的方法结合ADOS‑2诊断依据和YOLOv11算法的优势,能检测和分析视频或图片中的孤独症刻板行为特征,提高诊断的客观性、准确性和效率,为孤独症儿童的早期干预和治疗提供有力支持。
技术关键词
计算机视觉深度学习技术
注意力机制
孤独症儿童
采样模块
视频
识别出图片
语义
数据
通道
辅助工具
马赛克
多尺度
网络
参数
样本
矩阵
指标