基于改进YOLOv3网络的超广角眼底图像视网膜病变智能诊断方法研究

视网膜病变是致盲的主要因素,如能早发现,众多致盲可以避免。该文以大病变视网膜脱离和小病变硬性渗出为例,进行超广角眼底图像视网膜病变智能诊断研究。该文通过改进YOLOv3构建了新型病变深度检测网络,并研究了数据扩增数量对模型的影响规律。研究结果表明,扩增4倍有助于提升性能,进一步扩增反而下降。实验训练集含1100张,验证集含219张,大、小病变的召回率分别提升到91.19%和67.90%,精确率分别提升到92.95%和77.46%。