基于改进YOLOv5的幽门螺杆菌免疫印迹图像识别OACSTPCD
针对幽门螺杆菌免疫印记图像重度依赖医生目测识别,存在效率低、速度慢等问题,提出一种基于改进YOLOv5的幽门螺杆菌免疫印迹图像检测模型。首先对YOLOv5的特征提取器进行优化,采用DenseNet作为新的特征提取器来解决梯度消失问题;然后通过限制最高下采样倍数,使得模型对小目标检测更加灵敏;最后引入Swish激活函数代替原YOLOv5中的LeakyReLU激活函数并改进Io U来获取更加准确的边界信息。在幽门螺杆菌免疫印记图像数据集上验证改进后的…查看全部>>
王梦;张鸿鑫;刘庆华;张东
江苏科技大学计算机学院,江苏镇江212003江苏科技大学计算机学院,江苏镇江212003江苏科技大学计算机学院,江苏镇江212003无锡铂肴医疗仪器有限公司,江苏无锡214142
信息技术与安全科学
幽门螺杆菌免疫印迹图像特征提取YOLOv5目标检测识别深度学习
《计算机与现代化》 2022 (9)
P.78-84,92,8
评论