YOLO-ESFM:一种用于海面目标检测的多尺度YOLO算法
为解决这些问题,我们提出一种创新方案:将高效尺度融合模块(ESFM)融入先进的YOLO架构,从而得到增强模型YOLO-ESFM。ESFM在检测中既充当骨干网络,又作为头部网络,与基准模型YOLOv5、YOLOv7-tiny和YOLOv7相比,显著提升了性能。此
为解决这些问题,我们提出一种创新方案:将高效尺度融合模块(ESFM)融入先进的YOLO架构,从而得到增强模型YOLO-ESFM。ESFM在检测中既充当骨干网络,又作为头部网络,与基准模型YOLOv5、YOLOv7-tiny和YOLOv7相比,显著提升了性能。此
计算骨质流失百分比是牙周病分期的一项关键检测指标,但人工计算有时并不精确且耗时。本研究评估了深度学习关键点和对象检测模型 YOLOv8-pose在自动识别局部牙周骨质流失地标、条件和分期方面的应用。YOLOv8-pose在193张有注释的根尖周放射照片上进行了