YOLOv5ネットワークに基づくCT画像を用いたCOVID-19検出【JST・京大機械翻訳】

Qu Ruyi; Yang Yi; Wang Yuwei

プレプリント

J-GLOBAL ID：202202218669718519 整理番号：22P0279132

YOLOv5ネットワークに基づくCT画像を用いたCOVID-19検出【JST・京大機械翻訳】

COVID-19 Detection Using CT Image Based On YOLOv5 Network

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月24日プレプリントサーバーでの情報更新日： 2022年01月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , ,
, , , 【Automatic Indexing@JST】

医療用機器装置 , 図形・画像処理一般 , 微生物検査法 , 通信網 , 腫ようの診断

前のページに戻る