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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD