关于肺结节实时的目标检测

最新推荐文章于 2024-03-06 19:57:16 发布

Ai 医学图像分割

最新推荐文章于 2024-03-06 19:57:16 发布

阅读量811

点赞数

分类专栏：深度学习之医学图像处理文章标签：目标检测深度学习 python

本文链接：https://blog.csdn.net/qq_44886601/article/details/129729042

版权

深度学习之医学图像处理专栏收录该内容

20 篇文章 13 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文探讨了如何使用深度学习的目标检测技术进行肺结节的实时检测。首先，通过ImageGrab库实现在屏幕固定区域的检测，然后展示了对视频的检测，包括读取视频文件并进行处理。虽然没有进行Resize操作，但检测结果仍然符合预期。文章最后进行了反思，指出代码存在的潜在问题。

摘要由CSDN通过智能技术生成

1. 对屏幕固定区域的检测

实时检测电脑屏幕的某一个区域，对这部分区域进行检测

1.1 代码

代码实现比较简单，利用ImageGrab 抓取指定的区域，就可以实现单张图像的检测。

当加入了循环后，就可以实现一个实时的区域检测

因为当时训练这个网络的时候，模型是单通道输入的，所以这里将输入的图像更改为灰度图

import torch
import numpy as np
import cv2
from torchvision.transforms import transforms
from torchvision.models import detection
from PIL import ImageGrab  # 抓取屏幕的文件


# 预处理
transformer = transforms.Compose([transforms.ToTensor()])

# 运行设备
DEVICE = 'cuda' if torch.cuda.is_available() else 'cpu'

# 类名转换
id_to_class = {'1':'A'}

# 加载网络模型
model = detect

了解本专栏