龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：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。
主权项：1.一种基于改进YOLOv5x的肺结节检测方法，其特征在于，包括：步骤一：数据预处理；对原始CT图像数据集进行二维切片处理，并使用KMeans算法对切片后的图像进行聚类，以识别并分割出肺实质，再使用腐蚀和膨胀的方法对图像进行平滑处理；步骤二：标注框聚类分析；对经过分割和平滑处理后的图像数据集的标注框进行聚类分析，得到三层PAFPN网络共9组预选框的值；步骤三：构建改进的yolov5x网络；在PAFPN网络中设定预选框的值，在yolov5x模型的head中使用ODConv替换后三个C3模块，设定网络的超参数并创建网络；步骤四：模型训练；将图像数据集输入创建的网络进行训练，得到目标检测的结果，根据检测结果和真实标签计算损失；步骤五：模型优化；根据计算得到的损失，通过反向传播算法将误差进行反向传播，并使用梯度下降调整模型参数，将迭代次数增加，重复进行迭代训练并更新模型的权重参数，直至达到设定的迭代次数或者准确度不再上升。
全文数据：
权利要求：
百度查询： 安徽工业大学 一种基于改进YOLOv5x的肺结节检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号