基于改进YOLOv5s网络的实时输液监测

针对现有输液监测方式无法同时监测输液速度和输液余量的问题,提出一种基于改进YOLOv5s网络的实时输液监测方法。在原有网络的基础上,融合Mixup数据增强,提高网络的泛化能力;以ACON-C作为激活函数,设计一种基于改进EfficientNetV2的轻量化主干网络,用于改善网络模型表达能力;特征融合阶段引入注意力机制,强化小目标液滴特征;通过Cluster-NMS方法对候选框进行分组集群以区分相似的液位和滴管特征。实验结果表明,所提方法与YOLOv5s相比,参数量下降了31%,mAP提升了1%。在复杂输液环境中,能够实现高精度实时监测输液速度和输液余量。