龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明提供了一种基于YOLOV8的痰液标本细菌检测方法，属于图像处理和计算机视觉技术领域；具体包括如下步骤：步骤1：获取革兰氏染色玻片图像数据集，并对获取到的革兰氏染色玻片图像数据集进行预处理；步骤2，数据标记：将步骤1中预处理后的数据进行旋转框数据标注，并将数据分为训练集、验证集以及测试集；步骤3，改进网络模型：修改损失函数，在特征提取和特征融合阶段对YOLOV8进行改进，得到改进的模型；步骤4，训练模型：将所述的训练集输入所述的网络模型进行迭代训练，得到最优目标检测模型；步骤5，评估模型。本发明实现准确和快速的细菌实例分割和识别，能够显著提高细菌的检测精度和效率，提升准确性和可信度。
主权项：1.一种基于YOLOV8的痰液标本细菌检测方法，其特征在于，具体包括如下步骤：步骤1：获取革兰氏染色玻片图像数据集，并对获取到的革兰氏染色玻片图像数据集进行预处理；步骤2，数据标记：将步骤1中预处理后的数据进行旋转框数据标注，并将数据分为训练集、验证集以及测试集；步骤3，改进网络模型：修改损失函数，在特征提取和特征融合阶段对YOLOV8进行改进，得到改进的模型；步骤4，训练模型：将所述的训练集输入所述的网络模型进行迭代训练，得到最优目标检测模型；步骤5，评估模型：将所述的测试集输入最优的网络模型进行预测，通过测试后的目标检测网络模型得到目标检测结果；其中，步骤3具体包括如下步骤，基于原有的YoLoV8-P2模型具体改进如下：S101，改进特征提取网络Backbone；S102，改进特征融合和检测网络Head；S103，损失函数的改进；S102中，将原有网络结构中对第9层输出特征进行上采样，上采样结果与第6层输出特征拼接，再通过卷积合并特征C2f作为下一个构建块的输入，改为网络结构对第9层输出特征反卷积，对第4层输出特征进行卷积，并将以上两层输出特征与第6层输出特征进行尺度序列特征融合,最后将融合后的特征通过分枝卷积结构将特征提取和信息整合的过程分解成多个分支。
全文数据：
权利要求：
百度查询： 四川科莫生医疗科技有限公司 上海科莫生医疗科技有限公司 一种基于YOLOV8的痰液标本细菌检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号