面向胃息肉检测的深度学习神经网络优化

胃镜检查是发现胃息肉的主要方法.传统的人工检查方式存在准确率低,易漏诊、误诊的情况.提出了一种基于深度学习的YOLOv5-SE胃息肉检测网络.该网络在目标检测算法YOLOv5 的基础上进行了改进,引入注意力机制,将SE Block加入到主干网络的最后一层,增强网络的特征提取能力.改进后的YOLOv5-SE胃息肉检测网络的平均精度均值(mean aver-age precision,mAP)达到了94.5％,相比原网络提高了3.1％,推理速度达到67 f/s(帧/秒),在满足实时性要求下较好地完成了胃息肉检测的要求.YOLOv5-SE胃息肉检测网络具有在实时性、自动检测的精度和速度等方面有一定提升,对促进胃息肉的自动检测有重要意义.