基于改进YOLOv5s网络的实时输液监测

摘要：

针对现有输液监测方式无法同时监测输液速度和输液余量的问题,提出一种基于改进YOLOv5s网络的实时输液监测方法.在原有网络的基础上,融合Mixup数据增强,提高网络的泛化能力;以ACON-C作为激活函数,设计一种基于改进EfficientNetV2的轻量化主干网络,用于改善网络模型表达能力;特征融合阶段引入注意力机制,强化小目标液滴特征;通过Cluster-NMS方法对候选框进行分组集群以区分相似的液位和滴管特征.实验结果表明,所提方法与YOLOv5 s相比,参数量下降了31％,mAP提升了1％.在复杂输液环境中,能够实现高精度实时监测输液速度和输液余量.

关键词：输液监测、YOLOv5 s、数据增强、激活函数、轻量化网络、注意力机制、分组集群

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省自然科学基金项目2016A030313520

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：269-276