科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前肺结节检测模型精度低、对小结节和近血管结节不敏感的问题，提出了改进的YOLOv3肺结节检测算法。首先，采用Darknet-53 512×512作为主干网络提升对肺内小结节的敏感度;其次，引入Mish激活函数提高模型检测精度;第三，引入K-means++聚类算法，优化锚框，选取更适合肺结节数据集的锚框;第四，将检测框损失函数优化为GIoU，解决了当IoU为0时无法反映预测检测框与真实检测框重合度的情况，同时也避免了当Loss为0时，由于没有梯度回传而无法训练的情况。在LUNA16数据集上的实验结果表明，改进算法经过25 000次迭代后的m AP达到94.89%，比原始YOLOv3算法的m AP提高了4.94%，查准率提高了3.76%，召回率提高了1.15%，对肺内几种常见类型的肺结节都能准确地定位与检测。
- 出版日期2022
- 单位桂林电子科技大学; 自动化学院
