摘要
نظرًا لاختلاف التقييم اليدوي لأمر "الثلاث خطوات" في مقياس الحالة الذهنية المبسطة (CMMSE) بين المقيمين وضمن نفس المقيم، بالإضافة إلى استغراق العملية وقتًا طويلاً، تم اقتراح طريقة للكشف عن الأهداف تعتمد على MLC-YOLO تهدف إلى تحقيق الكشف التلقائي الدقيق لهذا الإجراء. أولاً، تم إجراء كشف متعدد المستويات لأهداف نقاط الجسم الرئيسية والورقة، واستخدم اختيار أقصى فرق ثقة مماثلة لتبسيط المعالجة اللاحقة وضمان تفرد الأهداف المتشابهة؛ ثانيًا، تم تصميم وحدة فصل القنوات المكانية التكيفية لتحقيق تقليل أخذ العينات بكفاءة؛ ثم، تم إدخال الالتفاف الشبح والتحويل الموجي في C3 لتحسين كفاءة وقدرة استخراج الميزات متعددة المقياس؛ وأخيرًا، تم إدخال الانتباه التعاوني المكاني والقنوي في طبقة الكشف عن الأهداف الصغيرة لتحسين الدقة والاستدعاء في المشاهد المعقدة. أظهرت النتائج التجريبية أن mAP95 للطريقة وصلت إلى 61.8٪، بزيادة 5.6٪ مقارنة بالنموذج الأصلي، مع تقليل حجم المعلمات بنسبة 51.52٪، مما أثبت فعالية الطريقة وقدم فكرة جديدة لمشكلة كشف الأهداف الفريدة والتصنيف متعدد المستويات، وقدم طريقة فعالة للكشف التلقائي لأمر "الثلاث خطوات" في MMSE.
关键词
التعلم العميق;كشف الأهداف;التصنيف متعدد المستويات;الشبكة خفيفة الوزن
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website