一种基于改进的YOLOv8的快速准确血细胞分类方法

本发明属于医学显微图像分类技术领域，尤其提出一种基于改进的YOLOv8的快速准确血细胞分类方法，通过深度学习技术实现对血液细胞图像的识别。本发明以YOLOv8网络作为主要结构，采用MobileNetV4网络作为改进YOLOv8的特征提取主干网络，降低算法参数量，提升算法计算效率，使得算法在保持准确率的情况下提升实时响应能力、速度和精度要求。同时将轻量级上采样算子CARAFE与注意力机制ECA相继引入YOLOv8的颈部网络，提高目标检测精度，实现上采样特征融合的增强，最后使用基于辅助边框的Inner‑IoU损失函数替代CIoU损失函数，提高模型的泛化能力，从而提高了血细胞工作的检测精度。