典型文献
基于改进的YOLOX血细胞检测算法研究
文献摘要：
血细胞计数是一种常见的临床检验方法.针对血液显微镜图像中的血细胞种类不均匀、密集且相互遮挡导致现有血细胞检测方法准确率不高,提出了一种改进的YOLOX血细胞检测算法.该算法首先在损失函数中引入Focal loss以改善单阶段目标检测算法正负样本的不平衡和细胞种类不均匀的问题;接着在残差模块中引入混合注意力机制,减少了血细胞相互遮挡造成的漏检、错检的概率;然后在特征融合尾部引入自适应空间特征融合模块以提高特征表达能力;最后在残差模块中引入逆深度可分离卷积模块在减少模型参数的同时还略微提高检测精度.提出的算法在BCCD血细胞数据集进行了测试,改进后的YOLOX算法在血细胞数据集上的检测精度达到了 92.5％,相比YOLOX算法提升了 2.4％,且减少了 8％的模型参数量;该算法在COCO2017通用数据集上的检测精度达到了41.7％,相对于原始YOLOX算法提升了 1.2％.
文献关键词：
目标检测;分离卷积;注意力机制;特征融合;Focal loss
中图分类号：
作者姓名：
易见兵;黄苏泉;曹锋;李俊
作者机构：
江西理工大学信息工程学院 赣州341000
文献出处：
引用格式：
[1]易见兵;黄苏泉;曹锋;李俊-.基于改进的YOLOX血细胞检测算法研究)[J].电子测量技术,2022(22):177-184
A类：
B类：
YOLOX,血细胞检测,算法研究,血细胞计数,临床检验,检验方法,遮挡,损失函数,Focal,loss,单阶段目标检测算法,正负样本,残差模块,混合注意力机制,漏检,尾部,自适应空间特征融合,特征融合模块,特征表达,表达能力,深度可分离卷积,卷积模块,略微,高检,检测精度,BCCD,模型参数量,COCO2017,通用数据
AB值：
0.331787
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
