4 个月前

用于儿童腕部创伤X光图像骨折检测的YOLOv9

用于儿童腕部创伤X光图像骨折检测的YOLOv9

摘要

YOLOv9,即“你只看一次”(You Only Look Once, YOLO)系列的最新版本,已广泛应用于各种场景中。本文首次将YOLOv9算法模型应用于骨折检测任务,作为计算机辅助诊断(CAD)系统,以帮助放射科医生和外科医生解读X射线图像。具体而言,本文在GRAZPEDWRI-DX数据集上训练了该模型,并通过数据增强技术扩展了训练集,以提高模型性能。实验结果表明,与当前最先进(SOTA)模型的mAP 50-95值相比,YOLOv9模型将该值从42.16%提升至43.73%,提高了3.7%。该实现代码已在https://github.com/RuiyangJu/YOLOv9-Fracture-Detection公开发布。

代码仓库

ruiyangju/yolov9-fracture-detection
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
fracture-detection-on-grazpedwri-dxYOLOv9-C
AP50: 65.31
F1-score: 0.64
fracture-detection-on-grazpedwri-dxYOLOv9-E
AP50: 65.46
F1-score: 0.64

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
用于儿童腕部创伤X光图像骨折检测的YOLOv9 | 论文 | HyperAI超神经