基于增强特征融合YOLOV5的视网膜病变检测 |
| |
引用本文: | 韩璐,毕晓君.基于增强特征融合YOLOV5的视网膜病变检测[J].应用科技,2022(1):66-72. |
| |
作者姓名: | 韩璐 毕晓君 |
| |
摘 要: | 针对视网膜黄斑病变数据集缺失以及视网膜图像冗余度过大问题,建立了包含3种视网膜病变的视网膜黄斑疾病检测数据集,并提出了一种基于改进YOLOV5的视网膜病变检测模型.该模型在特征提取网络中引入了改进的注意力机制模块,突出病变区域,降低视网膜图像中大量背景的影响.其次,改进加强特征提取网络,加权融合具有大量细节信息的浅层特...
|
关 键 词: | 深度学习 神经网络 目标检测 视网膜 光学相干断层扫描 黄斑病变 医学图像 注意力机制 |
|
|