一种多尺度宫颈细胞自动检测方法及系统

本公开涉及图像识别技术领域，提出了一种多尺度宫颈细胞自动检测方法及系统，基于YOLOv8改进后得到的Cell‑YOLOv8模型。采用CAFM对C2F模块内部的Bottleneck进行优化，这形成了C2F‑CAFM模块，之后，在特征提取网络中将C2F模块替换为C2F‑CAFM模块；在特征融合网络中引入CARAFE上采样算子，之后，对CARAFE上采样算子进行重参数化设计，使模型能更好地对宫颈细胞进行检测分类，改进后的模型有效地克服了YOLOv8在处理细胞精细特征时信息丢失较多以及特征学习效率不高的限制，在保持实时处理能力的同时，增强了对宫颈细胞特征的捕捉能力，从而提升了检测精度。