基于改进YOLOv7的血细胞检测算法

来源：电子测量技术杂志2024年第24期北京时间：

作者：张文鹏，李晨

单位：1.南京信息工程大学电子与信息工程学院 南京 210044; 2.无锡学院江苏省通感融合光子器件及 系统集成工程研究中心 无锡 214105

摘要：血细胞检测是诊断许多疾病的重要手段，血细胞数量和形态的变化常常反映人体的健康状况。然而，人工检测耗时且易出现误检和漏检。为此，本文提出了一种基于改进YOLOv7的血细胞检测算法—YOLOv7-SMC。该算法首先在特征提取过程中结合空间和通道重构卷积，减少了特征冗余并提高了性能；然后在颈部网络中加入混合局部通道注意力机制，增强了模型的表征能力；并且用内容感知特征重组上采样算子替换最近邻插值上采样，从而自适应地调整上采样策略，得到细节丰富的结果；最后引入基于最小点距离的边界框相似度度量损失函数，简化了边界框相似性比较。实验结果表明，该算法在BCCD数据集上的3类血细胞检测中，总样本均值平均精度mAP@0.5和mAP@［0.5:0.95］分别提升了2.6%和2.9%，展现出较高的实用性和准确性。

关键词：血细胞检测;YOLOv7;空间和通道重构卷积;注意力机制

基金资助：无锡学院人才启动费（2021r028）项目资助