文献检索-宁波市创意产业特色资源库

限定检索结果

基于轻量化VGG16和注意力机制的骨龄预测研究: 收藏
分享
引用; 《新一代信息技术》2023年第19期6卷 15-20页; 作者：国威郭金兴陈广新韩雪山牡丹江医学院生命科学学院黑龙江牡丹江157011 牡丹江医学院附属红旗医院黑龙江牡丹江157011 牡丹江医学院医学影像学院黑龙江牡丹江157011; 本研究旨在提高儿童骨龄预测的准确性,通过引入轻量化VGG16和CBAM(Convolutional Block Attention Module)注意力机制,我们设计了轻量化VGG16网络,通过迁移学习初始化模型,同时利用CBAM注意力机制提取关键特征。在儿童骨龄预测数据集上...; 本研究旨在提高儿童骨龄预测的准确性,通过引入轻量化VGG16和CBAM(Convolutional Block Attention Module)注意力机制,我们设计了轻量化VGG16网络,通过迁移学习初始化模型,同时利用CBAM注意力机制提取关键特征。在儿童骨龄预测数据集上,轻量化VGG16网络相较于传统VGG16、Res Net34和Mobile Net V2,表现出更高的预测性能,MAE(MeanAbsolute Error)为5.01(月)。实验结果及图像对比验证了模型的优越性,为提高儿童骨龄预测提供了可靠的支持。; 来源：详细信息评论

限定检索结果