抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
コンピュータ支援診断(CAD)は診断効率を高め,医師が迅速で信頼できる診断を提供し,COVID19の治療に重要な役割を果たす。本研究では,異常検出と分類に関する問題を解決した。Kaggleプラットフォームによって提供されたデータセットと,著者らのモデルとしてYOLOv5を選択した。関連する作業セクションにおける客観的検出に関するいくつかの方法を導入し,物体検出を2つのストリーム,1つのステージと2つのステージに分割できる。表現モデルは,より速いRCNNとYOLOシリーズであった。次に,YOLOv5モデルを詳細に記述した。実験と結果を,セクションIVで示した。著者らの実験計量として平均精度(mAP)を選択し,より高い(平均)mAPは,より良い結果であり,著者らのYOLOv5sのmAP@0.5は,Faster RCNNおよび効率的Detよりそれぞれ0.157および0.101高い0.623であった。【JST・京大機械翻訳】