YOLOv8血细胞检测(12):EMA基于跨空间学习的高效多尺度注意力、效果优于ECA、CBAM、CA | ICASSP2023

本文改进: EMA基于跨空间学习的高效多尺度注意力,以保留每个通道上的信息和降低计算开销为目标,将部分通道重塑为批量维度,并将通道维度分组为多个子特征,使空间语义特征在每个特征组中均匀分布。

EMA  |   亲测在血细胞检测项目中涨点,[email protected] 从原始0.895提升至0.9


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

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,学习,python)