原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于增强特征融合的改进YOLOv4疟原虫检测方法，属于图像处理与医学的交叉领域。所述方法从增强模型特征提取与特征融合能力的角度对YOLOv4模型进行改进，设计MAFM模块代替SPP模块，使用空洞卷积增强多尺度特征提取能力，引入坐标注意力模块获取更有利于分类与回归任务的特征；设计AFFM模块替代拼接操作，结合通道注意力与空间注意力增强不同层级特征图的融合能力，减少特征损失与冗余；使用SIoU作为回归损失函数，通过考虑真实框与预测框的角度损失，加快模型的收敛速度。所提出的疟原虫检测方
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117854111A
(43)申请公布日2024.04.09
(21)申请号202410052408.7G06V10/52(2022.01)
文档评论（0）