摘要
本发明提供了一种基于YOLOV8的痰液标本细胞检测方法,包括以下步骤:步骤1、获取革兰氏染色玻片图像数据集,并将其预处理,分为训练集、验证集和测试集;步骤2、结合卷积注意力机制模块CBAM和CIoU GrayMSE Loss对YOLOV8进行改进,得到改进的网络模型;步骤3、将所述的训练集输入所述网络模型进行迭代训练,得到最优目标检测模型;步骤4、将所述的测试集输入最优的网络模型进行预测,通过测试后的目标检测网络模型得到目标检测结果;本发明能够解决现有技术中复杂背景下的痰液玻片样本显微图像细胞检测误检和漏检的问题。
技术关键词
细胞检测方法
卷积模块
检测网络模型
注意力机制
通道
均值滤波器
玻片
训练集数据
图像
染色
特征值
检测器
样本
矩阵
系统为您推荐了相关专利信息
无功补偿优化方法
融合时空特征
ADMM算法
嵌入设备
指令
网络入侵检测方法
融合特征
分层注意力
门控循环单元
深度神经网络