摘要
本发明提供一种基于改进YOLOv7模型的乳腺病理细胞图像检测方法及系统,所述方法包括:步骤S1、采集乳腺病理切片图像,生成数据集;步骤S2、对数据集中得细胞进行框标注;步骤S3、将标注好的数据集切分训练集和验证集;步骤S4、搭建YOLOv7网络,在YOLOv7网络的三个分支中分别添加ASFF和CBAM模块,得到改进后的YOLOv7网络;步骤S5、将训练集输入改进后的YOLOv7网络进行训练,并验证,以获得高精度乳腺病理切片细胞检测模型。本发明改进后的模型能有效避免了乳腺细胞特征在非相邻级别间较大语义差距,大幅增强对微小早期癌细胞、较大正常乳腺组织细胞等多尺度细胞目标的检测能力,提高对早期乳腺病变细胞的识别精度。
技术关键词
病理切片图像
图像检测方法
乳腺
图像检测系统
生成数据集
异常细胞
生成标签
数据采集模块
注意力机制
训练集
网络结构
搭建模块
对比度
语义
分支
系统为您推荐了相关专利信息
预防乳腺癌药物
去离子水
磷酸盐缓冲溶液
新型纳米复合物
纳米片
钢筋加工过程
风险预测模型
风险预测方法
传感器获取环境
多层感知机
故障预警方法
车用锂电池
车辆电池系统
电压
构建预测模型
三维虚拟模型
虚拟现实仿真方法
虚拟现实平台
医学图像数据
乳腺