基于改进YOLOv5的输液瓶液面目标检测研究
杨浩辰
高尚
江苏科技大学计算机学院 镇江 212003
摘要：为了能够更好地解决医护人员在病人输液时的时间把控,引入了先进的深度学习技术,基于深度学习算法对输液瓶液面位置图像进行目标检测和结果精确度优化.论文采集了不同环境下的输液瓶液面高度的视频图像,经过预处理之后基于YOLOv5算法对视频图像进行目标检测,通过GPU对目标图像进行训练,经过模型训练与多次迭代后,并引入SE注意力机制改进,得到了一定精确度的网络模型,之后对随机采集到的视频图像进行实时检测.实验结果表明,该改进后的检测模型能较好地实现对输液图像的检测.
关键词：深度学习目标检测神经网络
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2025-10-20
在线出版日期：2026-01-16（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2787-2790,2830 )
英文信息