申请/专利权人:深圳技术大学
申请日:2023-10-18
公开(公告)日:2024-03-01
公开(公告)号:CN117636335A
主分类号:G06V20/69
分类号:G06V20/69;G06V10/25;G06V10/764;G06V10/774;G06V10/77;G06V10/82;G06N3/045;G06N3/08;G06T5/92;G06T7/90
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本发明提供一种基于改进YOLOv8与VGG19模型的内窥镜图像检测方法,包括获取内窥镜图像数据集;对获取到的内窥镜数据集进行预处理,得到第一训练集和第二训练集;对YOLOv8检测模型进行优化,得到改进型YOLOv8算法模型;利用第一训练集对改进型YOLOv8算法模型进行训练,得到训练结果和训练后的改进型YOLOv8算法模型;利用第二训练集对VGG19分类网络进行训练,得到训练结果和训练后的VGG19分类模型;判断训练结果是否达到预期效果;如是,在Streamlit平台上,利用训练后的改进型YOLOv8算法模型和VGG19分类模型对输入结直肠息肉的内窥镜图像进行检测。本发明用于解决人工检测中存在的工作效率低,拟合能力低,准确率低差等问题,提高了目标检测的效果,进而提高了诊断的效果。
主权项:1.一种基于改进YOLOv8与VGG19模型的内窥镜图像检测方法,其特征在于,该方法包括以下步骤:获取内窥镜图像数据集;对获取到的内窥镜数据集进行预处理,得到第一训练集和第二训练集;对YOLOv8检测模型进行优化,得到改进型YOLOv8算法模型;利用第一训练集对改进型YOLOv8算法模型进行训练,得到训练结果和训练后的改进型YOLOv8算法模型;利用第二训练集对VGG19分类网络进行训练,得到训练结果和训练后的VGG19分类模型;判断训练结果是否达到预期效果;如是,在Streamlit平台上,利用训练后的改进型YOLOv8算法模型和VGG19分类模型对输入结直肠息肉的内窥镜图像进行检测。
全文数据:
权利要求:
百度查询: 深圳技术大学 一种基于改进YOLOv8与VGG19模型的内窥镜图像检测方法
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。