首页|期刊导航|物联网技术|面向智能牙刷场景的儿童牙病轻量化检测模型

面向智能牙刷场景的儿童牙病轻量化检测模型OA

中文摘要

面向智能牙刷等终端的儿童口腔疾病智能监测的研究具有重要应用价值,现有高精度检测模型计算复杂度偏高、参数量偏多,无法直接部署到牙刷这类资源有限的嵌入式终端中。为此,文中面向儿童牙病检测开发出一种轻量化检测模型,该模型以YOLOv8n为基础,搭建教师-学生知识蒸馏框架。借助前景引导的语义增强蒸馏机制,强化学生模型对病灶区域的辨识能力;采用分层自适应蒸馏策略,完成多尺度特征迁移;结合通道剪枝与训练后量化技术,搭建出完整的模型压缩流程。在公开口腔图像数据集上的实验结果显示,蒸馏后模型的mAP@0.5可达86.3%;经过剪枝与量化后,最终模型的mAP@0.5仍达到85.2%,参数量降至2.10×10~6,模型体积降至1.2 MB,单张图像平均推理时延为4.0 ms。结果表明,该方法能够在保持较好检测性能的同时有效降低模型规模与推理时延,可为资源受限物联网终端中的口腔图像智能分析提供轻量化部署方案。

马洁;陈娟;吴嘉杰

新疆大学计算机科学与技术学院,新疆乌鲁木齐830017新疆大学计算机科学与技术学院,新疆乌鲁木齐830017新疆大学计算机科学与技术学院,新疆乌鲁木齐830017

信息技术与安全科学

知识蒸馏轻量化模型牙病检测嵌入式部署YOLOv8n智能牙刷

《物联网技术》 2026 (15)

P.96-101,108,7

新疆大学2025年国家级大学生创新训练计划项目:乐牙康——智护多模态儿童牙刷系统(202510755064)。

10.16667/j.issn.2095-1302.2026.15.019

评论