基于YOLOv5的人血涂片细胞的检测计数研究

打开文本图片集

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

中图分类号：TP391        文献标识码：A

文章编号：1009-3044（2022）34-0011-03

1 概述

进行血液检测时通常需要对血细胞进行检测和计数，通过人体不同血细胞的个数，观察血细胞数量和形态是否发生异常，就可以初步判断患者的疾病类型和发展程度，以便进行后续的检查与治疗。（剩余4459字）