文摘为提高图像异型波形提取效率及准确性,提出基于卷积神经网络(Convolutional Neural Network,CNN)模型的图像快速定位处理方法,通过优化YOLOX模型结构对新建模型进行训练、测试及验证。结果表明:CP-YOLOX-48和CP-YOLOX-64两个模型验证集损失值较低且差异性较小,然而CP-YOLOX-64的浮点运算数比CP-YOLOX-48的运算值高了近1倍,故确定CP-YOLOX-48为最佳模型。与两种原始YOLOX模型相比,CP-YOLOX模型的图像处理效率、精准率(Accuracy)、召回率(Recall)及mAP(mean Average Precision)值均略高,且精准率大于90%,证实了CP-YOLOX-48模型具有较高的预测精度及提取效率。
