基于改进YOLOv7的半监督血细胞检测方法及系统

AITNT
正文
推荐专利
基于改进YOLOv7的半监督血细胞检测方法及系统
申请号:CN202510833193
申请日期:2025-06-20
公开号:CN120976611A
公开日期:2025-11-18
类型:发明专利
摘要
本发明公开了一种基于改进YOLOv7的半监督血细胞检测方法及系统,通过教师模型生成高质量伪标签,结合伪标签分配器精细化处理低置信度标签,并采用MixPL增强策略扩充中小目标样本,解决了标注数据稀缺导致的检测精度受限问题;具体步骤包括:利用有标签数据预训练教师模型,对无标签数据进行弱增强和强增强处理,通过教师模型生成伪标签并经分配器筛选,结合MixPL技术生成混合图像数据,优化全监督与无监督损失更新学生模型,利用EMA更新教师模型;该方法在BCCD数据集上mAP@0.5和mAP@[0.5:0.95]分别达到95.2%和66.1%,且模型部署后推理速度提升显著,满足边缘设备实时检测需求。
技术关键词
混合图像数据 标签分配器 教师 开发板 低阈值 学生 模型训练模块 格式 模型更新 无监督 指数 算法 网络 色彩 受限
系统为您推荐了相关专利信息
1
一种营养健康分析系统
营养健康 环境监测终端 信息交互终端 学生 数据
2
一种基于复杂场景的自适应声纹识别方法
声纹识别方法 无监督学习 场景 声纹模型训练 嵌入特征
3
一种AI在线教育的情绪关注方法
学生 视频流 服务器 教师 速度
4
农作物检测和杂草根部定位设备和方法
杂草 图像增强算法 坐标 框架 检测损失
5
一种基于递归门控卷积的网络入侵检测方法与系统
网络入侵检测模型 网络入侵检测方法 网络流量特征 网络入侵检测系统 特征值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号