基于YOLOv7?tiny的血細胞檢測算法
打開文本圖片集
摘 要： 血常規(guī)檢驗作為醫(yī)療診斷的一項重要方法，主要是對血液中血小板、白細胞和紅細胞進行識別和計數(shù)。針對血細胞檢測存在細胞形狀不規(guī)則、目標尺度變化大、細胞相互遮擋等問題，提出一種改進YOLOv7?tiny的血細胞檢測算法——EMCDModel。首先，采用可變形卷積（DCNv3）替換高效長程聚合網(wǎng)絡(luò)的二維卷積，提出ELAN?DF模塊，提高了不規(guī)則目標特征學習能力，降低了模型參數(shù)量和計算量；其次，采用MPDIoU替換原始的CIoU適應(yīng)血細胞密集分布下的尺度變化，降低其相互遮擋導致的漏檢率；在主干加入CBAM注意力機制加強對血細胞關(guān)鍵信息的學習，提高對血小板等小目標的檢測精度；最后，通過輕量級上采樣算子CARAFE替換頸部網(wǎng)絡(luò)的最近鄰插值法，強化頸部網(wǎng)絡(luò)的特征融合能力，同時降低模型參數(shù)量。（剩余12294字）