摘要
本发明提供一种基于双模型融合的髋关节体表识别方法,具体包括以下步骤:S1:针对髋关节超声检查场景,构建包含新生儿体表关键特征的多样化图像数据集;S2:对YOLOv8‑Tiny目标检测模型与OpenPose人体姿态估计模型的网络结构进行改进;S3:利用经过标注的训练集分别对改进后的YOLOv8‑Tiny目标检测模型与OpenPose人体姿态估计模型进行训练,获取最优训练模型参数;通过双模型联合推理,对输入图像进行特征提取与位置预测,结合几何关系约束及置信度加权策略对两个模型的输出结果进行融合,最终输出新生儿髋关节体表的高精度识别坐标。本发明能够在较低计算资源的条件下,实时提供更加准确和可靠的识别结果,显著提高了检测效率和精度。