基于轻量化YoloV5s的血癌细胞检测

基于轻量化YoloV5s的血癌细胞检测
乔冬;何利文
【期刊名称】《软件工程与应用》
【年(卷),期】2024(13)2
【摘要】为了解决人工检测血癌细胞耗费人力,且容易出现漏检、误检的情况,提出一种新型的检测血癌细胞检测算法——YoloV5s-FasterNet。

该算法在原本的YoloV5s框架上,通过将主干网络中的C3检测层改进为FasterNet轻量化网络用
来提取特征信息,降低整体网络模型的复杂程度,并在主干网络中增加坐标注意力(coordinate attention, CA)机制模型更好的定位和识别目标信息来提高检测精度。

通过在血癌数据集上进行大量实验结果表明:与原模型相比,改进的模型平均精度提
升2.2%,参数量减少25.7%,检测速度提高15%,实验结果良好,证明该算法对血癌细胞检测具有实用性。

【总页数】11页(P223-233)
【作者】乔冬;何利文
【作者单位】南京邮电大学物联网学院南京
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于YOLOv5的轻量化交通标志检测方法
2.基于YOLOv5s的轻量化红外图像
行人目标检测研究3.基于轻量化的YOLOv5的PCB缺陷检测算法4.基于改进
YOLOv5的轻量化早期舰船火灾烟雾检测算法5.基于ZYNQ的轻量化YOLOv5声呐图像目标检测算法及实现
因版权原因，仅展示原文概要，查看原文内容请购买。