TY -的A2 - Lim, Sangsoon AU - Kwon Hyuk-Ju AU -金,Hwi-Gang盟——荣格,Sung-Woon AU -李,Sung-Hak PY - 2022 DA - 2022/10/06 TI -深度学习和检测技术,至少多个药配药检查拍照SP - 2339188六世- 2022 AB -在这项研究中,我们提出一个方法来有效地提高小对象的性能检测使用有限的训练数据。我们旨在检测多个对象在一个图像使用训练数据中的每个图像只包含一个对象。医学药各种形状和颜色的被用作学习和检测目标。我们提出一个标签自动化过程轻松地创建标签文件学习和三维(3 d)增强技术,应用立体视觉与3 d照片修复(3 dpi),以避免造成过度拟合数据有限。我们还应用在意nonmaximum抑制和投票来提高检测性能。拟议中的3 d增大,2 d旋转,nonmaximum抑制,投票算法应用于实验与20和40种药。精度、召回、个人精度,结合实验的准确性有20种药分别为0.998,1.000,0.998,和0.991,分别和实验的40种药分别为0.986,0.999,0.985,和0.940,分别。SN - 1687 - 725 - 2022/2339188 / 10.1155 x你——https://doi.org/10.1155/2022/2339188——摩根富林明——《传感器PB - Hindawi KW - ER