简介:摘要:本论文旨在研究基于Mask计算优化提升电子围栏目标检测效率的方法,我们提出了一种新的电子围栏目标检测计算原理,即利用mask图例分割来计算电子围栏和目标框。该方法通过将围栏区域和目标区域分别用不同的遮罩图像进行标识,然后利用掩膜mask计算技术来实现目标检测和围栏计算的优化。我们使用了先进的YOLOv5模型来处理目标检测识别,该模型具备强大的目标检测和识别类别计算能力。通过结合这一模型和mask图例分割的计算原理,我们能够更准确地检测电子围栏和目标框重合程度,即判断某些禁止物体是否真的在电子围栏里,并且在计算效率上取得了显著的提升。本研究的结果表明,基于Mask计算优化电子围栏目标检测相比传统的IOU计算两者重叠区间速度提升30%,准确率提升22%。
简介:摘要:本论文旨在研究基于Mask计算优化提升电子围栏目标检测效率的方法,我们提出了一种新的电子围栏目标检测计算原理,即利用mask图例分割来计算电子围栏和目标框。该方法通过将围栏区域和目标区域分别用不同的遮罩图像进行标识,然后利用掩膜mask计算技术来实现目标检测和围栏计算的优化。我们使用了先进的YOLOv5模型来处理目标检测识别,该模型具备强大的目标检测和识别类别计算能力。通过结合这一模型和mask图例分割的计算原理,我们能够更准确地检测电子围栏和目标框重合程度,即判断某些禁止物体是否真的在电子围栏里,并且在计算效率上取得了显著的提升。本研究的结果表明,基于Mask计算优化电子围栏目标检测相比传统的IOU计算两者重叠区间速度提升30%,准确率提升22%。
简介:针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法(CatSwarmOptimization,CSO)引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的最佳阈值。实验表明,与粒子群优化算法(ParticleSwarmOptimization,PSO)、头脑风暴算法(BrainStormOptimization,BSO)和人工蜂群算法(ArtificialBeeColony,ABC)相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势。在3阈值图像分割时,所提方法找到最优个体需要的平均迭代次数最少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%。
简介:摘要目的研究分析超分割放射治疗食管癌的放疗疗效和急性放射反应。方法整理收集56例食管癌患者,随机分成超分割放疗(HF)组和常规分割放疗(CF)组,采用6MV直线加速器(前胸1个正中野和后背2个斜野)照射。结果超分割放疗组1、2、3年生存率分别为75.0%、53.6%和39.2%,明显优于常规分割放疗组的46.4%、28.6%和21.4%(P<0.05);超分割放疗组1、2、3年局部控制率分别为82.1%、67.9%和46.4%,显著高于常规放疗组的53.6%、32.1%和21.4%(P<0.05);两组急性放射反应及早期并发症无明显差异(P>0.05)。超分割放疗组和常规分割放疗组因局部复发而死亡者分别为64.7%和69.6%,差异无统计学意义(P>0.05)。结论超分割放射治疗技术能明显提高食管癌局部控制率和生存率,没有增加患者的急性放射反应,患者耐受性好,是一种安全、有效的治疗方法,值得推广。
简介:心血管疾病逐步成为威胁人类生命安全的头号杀手,约有70%的致命性心血管疾病是由于心血管易损斑块破裂引起,因此,对于心血管斑块的早期检测、诊断及危险性评估具有重大的临床意义。易损斑块的准确分割是危险性定量评估的前提。由于局部容积效应的影响,传统的分割算法很难将易损斑块从周围组织中精确分割出来。MAP-EM算法通过建立组织混合模型可以很好地解决此问题,假设各组织服从高斯分布,各组织间相互独立,在最大后验概率前提下,用EM算法估计统计模型参数和组织混合比。通过和三位有经验的临床医生的十例病人手工分割结果作比较,本算法可以准确快速地将易损斑块从周围组织中分割出来。