改進(jìn)YOLOv7算法的齲齒圖像檢測

打開文本圖片集

摘  要： 針對口腔醫(yī)療資源緊缺和齲齒治療效率不足的問題，提出一種改進(jìn)YOLOv7的齲齒圖像檢測算法，旨在協(xié)助醫(yī)生進(jìn)行更有效的醫(yī)療診斷，同時增強(qiáng)患者對預(yù)防齲齒的意識。首先，在YOLOv7算法的主干網(wǎng)絡(luò)引入ECA?MobileOne網(wǎng)絡(luò)模塊代替原有的ELAN模塊，降低模型參數(shù)量，提高對小目標(biāo)齲齒特征的有效提??；其次，在特征圖輸出層采用自適應(yīng)特征融合（ASFF），自適應(yīng)地學(xué)習(xí)各尺度特征圖在融合時的空間權(quán)重，充分獲取口腔圖像中不同尺度下的關(guān)鍵特征，提高檢測的全局性和準(zhǔn)確性；另外，采用soft?NMS算法替換原有的非極大值抑制算法（NMS），在牙齒異位或重疊等情況下能更有效地提升檢測效果。（剩余15470字）