-
题名基于改进YOLOv8的耳穴关键点检测
- 1
-
-
作者
张彦亮
庞立健
周伟杰
王英
谢于飞
王琳琳
-
机构
辽宁中医药大学信息工程学院
辽宁中医药大学附属医院
辽宁中医药大学杏林学院
宿州学院信息工程学院
-
出处
《计算机系统应用》
2025年第11期184-193,共10页
-
基金
辽宁省科技计划联合计划(2023JH2/101700240)。
-
文摘
本研究通过构建耳穴关键点检测的自动化方法,弥补传统中医耳穴人工定位效率低,主观性强等缺陷,推动中医体质辨识的客观化,智能化进程.本文提出了一种卷积方法GDConv(group-depth convolution).通过将组卷积与深度可分离卷积结合使用,再进行通道打乱操作,可以在最大程度保持精度的同时降低计算成本;另一方面,采用上采样算子CARAFE模块,增加网络的感受野,更好地恢复耳穴细节,提升模型对耳穴关键点的检测能力.实验结果表明,相较于基准模型,YOLOv8-ear模型展现出显著的轻量化优势,其参数量相较于YOLOv8n下降了约52.09%,mAP@0.5达到了99.1%.使用深度学习方法可以有效地识别耳穴关键点特征,为中医基于耳穴实时检测的现代化和智能化分类提供了新的途径.
-
关键词
深度学习
gdconv
CARAFE模块
关键点检测
YOLOv8
-
Keywords
deep learning
group-depth convolution(gdconv)
CARAFE module
key point detection
YOLOv8
-
分类号
R245
[医药卫生—针灸推拿学]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
