基于YOLOv5的人血涂片细胞的检测计数研究  

作　　者：韩子卓 胡天寒[1] 吴敏[1] 

机构地区：[1]皖南医学院,安徽芜湖241200

出　　处：《电脑知识与技术》2022年第34期11-13,62,共4页Computer Knowledge and Technology

基　　金：国家级大学生创新创业训练项目(项目编号:202110368061);安徽省教育厅高校科学研究人文重点项目(项目编号:SK2021A0468);皖南医学院校级重点项目(项目编号:WK2020Z20)。

摘　　要：采用公开的BCCD数据集与自己标注的数据集,利用YOLOv5检测算法,结合DenseNet模型和全卷积网络模型实现细胞检测计数。该方法可以更有效地提取特征解决重叠细胞的计数,再将训练好的最优模型应用于移动端并投入临床使用,简化手动血细胞识别和计数过程,从而达到提高诊断准确率及降低误检率。

关 键 词：YOLOv5 血细胞识别与计数 神经网络 深度学习 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]