基于YOLOv7⁃tiny的血细胞检测算法

打开文本图片集

摘  要： 血常规检验作为医疗诊断的一项重要方法，主要是对血液中血小板、白细胞和红细胞进行识别和计数。针对血细胞检测存在细胞形状不规则、目标尺度变化大、细胞相互遮挡等问题，提出一种改进YOLOv7⁃tiny的血细胞检测算法——EMCDModel。首先，采用可变形卷积（DCNv3）替换高效长程聚合网络的二维卷积，提出ELAN⁃DF模块，提高了不规则目标特征学习能力，降低了模型参数量和计算量；其次，采用MPDIoU替换原始的CIoU适应血细胞密集分布下的尺度变化，降低其相互遮挡导致的漏检率；在主干加入CBAM注意力机制加强对血细胞关键信息的学习，提高对血小板等小目标的检测精度；最后，通过轻量级上采样算子CARAFE替换颈部网络的最近邻插值法，强化颈部网络的特征融合能力，同时降低模型参数量。（剩余12294字）