YOLOv8血细胞检测(11): 最新开源移动端网络架构 RepViT | RepViTBlock | 清华 ICCV 2023

   本文改进: RepViT 通过逐层微观设计来调整轻量级 CNN,这包括选择合适的卷积核大小和优化挤压-激励(Squeeze-and-excitation,简称SE)层的位置。这两种方法都能显著改善模型性能

RepViTBlock |   亲测在血细胞检测项目中涨点,[email protected] 从原始0.895提升至0.907


收录专栏:

YOLO医学影像检测:http://t.csdnimg.cn/N4zBP

✨✨✨实战医学影像检测项目,通过创新点验证涨点可行性;

✨✨✨入门医学影像检测到创新,不断打怪进阶;

 1.血细胞检测介绍

数据来源于医疗相关数据集,目的是解决血细胞检测问题。任务是通过显微图像读数来检测每张图像中的所有红细胞(RBC)、白细胞(WBC)以及血小板 (Platelets)共三类

意义:选择该数据集的原因是我们血液中RBC、WBC和血小板的密度提供了大量关于免疫系统和血红蛋白的信息,这些信息可以帮助我们初步地识别一个人是否健康,如果在其血液中发现了任何差异,我们就可以迅速采取行动来进行下一步的诊断。然而通过显微镜手动查看样品是一个繁琐的过程,这也是深度学习模式能够发挥重要作用的地方,YOLOv8可以从显微图像中分类和检测血细胞ÿ

你可能感兴趣的:(YOLO医学影像检测,YOLO,人工智能,计算机视觉,目标检测,开源,python)