龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：三峡大学
申请日：2024-03-29
公开（公告）日：2024-06-25
公开（公告）号：CN118247249A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/82;G06V10/25;G06V10/26;G06V10/42;G06V10/44;G06V10/764;G06N3/045;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本申请提供一种融合空洞空间卷积和注意力机制的龋齿检测方法，包括：S1、构建龋齿检测的数据集；S2、构建CAASN‑dcDet龋齿检测网络模型；S3、训练CAASN‑dcDet网络；S4、对待检测目标进行检测。本发明所述的CAASN‑dcDet网络模型由BackboneNetwork、NeckNetwork和HeadNetwork三个主要模块化网络构成。其中，骨干特征提取网络采用的是cs3darknet_m网络，提取出丰富有效的龋齿图像特征。在NeckNetwork首部引入CoordinateAttention注意力机制，使网络模型更加关注于小面积龋齿特征信息，同时在较小计算开销的前提下更加精准的定位龋齿。在NeckNetwork中部加入ASPP_Nonlocalmodule模块，使网络拥丰富的全局信息，提高整体网络对大面积龋齿的识别与分割准确率。CAASN‑dcDet网络模型将识别与分割融合为一个整体，可以同时有效的实现龋齿的识别与分割功能。
主权项：1.一种融合空洞空间卷积和注意力机制的龋齿检测方法，其特征在于包括以下步骤：S1、构建龋齿检测的数据集；S2、构建CAASN-dcDet龋齿检测网络模型；S3、训练CAASN-dcDet网络；S4、对待检测目标进行检测。
全文数据：
权利要求：
百度查询： 三峡大学 一种融合空洞空间卷积和注意力机制的龋齿检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号