4100.
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.… …
相似文献