一种基于改进型YOLOv11的血细胞检测方法

一种基于改进型YOLOv11的血细胞检测方法，属于图像识别技术领域。该方法采用当前广泛应用的深度学习算法，针对显微镜下血细胞的检测与识别进行了优化设计。通过将传统C3k2模块替换为改进的C3k2_PConv模块，并引入ADown模块替代传统下采样层的卷积块，该模型在几乎不损失检测精度的前提下，显著降低了模型参数量，同时提升了检测速度。该方法有效解决了传统人工检测效率低下、识别率低的问题。所设计的模型参数少、体积小、检测速度快，具备更强的边缘设备部署能力。这一改进提高了细胞检测的实时性，还为显微图像分析提供了高效、轻量化的解决方案。