一种基于YOLOv8模型的宫颈细胞自动检测方法

本发明提出了一种基于改进YOLOv8模型的宫颈细胞自动检测方法，该方法基于YOLOv8模型进行改进，对其架构进行了重点优化，提升了识别精度。改进后的YOLOv8模型引入了大可分离内核注意力模块LSKA(Large Separable KernelAttention)。该模块通过大核分离卷积和注意力机制，能够更有效地捕捉宫颈细胞的多尺度特征，提升对细胞细节的识别能力，实现了更全面且精准的目标定位与识别。本发明的方法有效提高了宫颈细胞识别的准确率，为宫颈疾病的早期诊断与分析提供了高效且可靠的辅助手段，具有广阔的应用前景，有望在医疗诊断领域发挥重要作用。