-
题名基于改进YOLOv7模型的血细胞检测算法研究
被引量：2
- 1
-
-
作者
周煜庭
余华平
肖粮钧
何彪
曾慧群
-
机构
长江大学计算机科学学院
-
出处
《国外电子测量技术》
2024年第4期1-9,共9页
-
基金
新疆维吾尔自治区创新人才建设专项自然科学计划(自然科学基金)(2020D01A132)项目基金。
-
文摘
在医学上,血细胞计数检测是衡量人体健康与否的重要诊断方法,但是血细胞图像中存在小目标和重叠目标的检测难点。针对上述问题,提出一种改进的YOLOv7目标检测算法。通过对原始的YOLOv7网络增加全局注意力机制(GAM),提升网络的感受野,提高对小目标的检测精度;提出融合了加权双向特征金字塔网络(BiFPN)和递归门控卷积HorNet的特征金字塔HorNet-BiFPN结构,利用其高阶空间交互作用增强网络的特征融合能力,实现对红细胞重叠区域的建模,解决对重叠红细胞的检测问题。实验结果表明,改进的YOLOv7模型的检测精确率达到了96.3%,对单张图片的检测时间达到了74 ms,对图像中的3类细胞均实现了较强的检测效果,达到了医学辅助诊断的合理性。
-
关键词
血细胞检测
YOLOv7
重叠区域检测
全局注意力机制
hornet-bifpn
-
Keywords
blood cell detection
YOLOv7
overlap area detection
global attention mechanism
hornet-bifpn
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
