25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx

下载本文档

阅读 0
格式 docx
大小 1.34 MB
约31页
2026-04-11
收藏
评论
点赞(0)
海报
举报

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第1页

1/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第2页

2/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第3页

3/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第4页

4/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第5页

5/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第6页

6/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第7页

7/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第8页

8/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第9页

9/31页

25年CH数据科学与大数据技术基于YOLOv8算法的肺炎病变区域识别最终稿-约17867字符.docx_第10页

10/31页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/31

文本预览下载提示常见问题

毕业论文题目：基于 YOLOv8 算法的肺炎病变区域识别数据科学与大数据技术专业 21 级本科生姓名：吴旭英指导教师（姓名、职称）：张严内容摘要在现代医疗领域，胸部 CT 影像分析是肺炎等肺部疾病的早期发现和治疗规划至关重要。随着 AI 技术的提升，深度学习开始运用于医疗领域中医疗影像的目标识别。本次实验探索了基于 YOLOv8-seg 算法的胸部CT 影像检测研究，并对模型进行算法优化以提高对肺炎区域识别分割的性能。为提升模型的性能以及实现轻量化，本研究在模型的主干网络使用 SCConv 卷积模块替换基础 Conv，有效减少了模型的参数量。在模型训...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用，不得用于其他商业用途（如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利）。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容