基于深度学习的包埋盒批量脱水前检验方法及系统

本发明涉及基于深度学习的包埋盒批量脱水前检验方法及系统，采集脱水蓝包埋盒图像并标注构建数据集；采用EGhostC3模块和深度可分离卷积构建Eghost‑YOLO模型，用数据集训练出分别识别包埋盒和对应编号的模型；将待分析脱水蓝图像输入包埋盒检测模型，检测并裁剪每个包埋盒；把裁剪的包埋盒图像输入编号检测模型，检测并裁剪编号区域；基于预训练的PP‑OCRv4文字识别模型识别编号区域，将识别编号与真实编号比较，输出校验情况。通过三级级联策略：对整体图像中包埋盒进行旋转框检测定位；裁剪包埋盒区域并精确检测其编号区；自动标记遗漏、重复和异常编号，自动化识别包埋盒编号、校验遗漏与重复问题，实现了对病理样本的全流程精准追踪，确保诊断数据的可靠性。