基于YOLOv4-tiny模型的细胞图像识别技术研究
作者:柴媛媛
更新时间:
根据细胞形态特征进行病理分析是现代医学和健康领域的常用技术手段。传统的细胞识别和分类存在着疲劳、效率低下、医生水平和主观因素造成的不确定性等问题。因此,提出了一种基于YOLOv4-tiny模型的细胞图像识别技术。在Jetson Nano人工智能平台上设计并开发了面向细胞的智能检测系统。通过添加Dropout,改进了YOLOv4-tiny的轻量级网络模型,有效地防止了训练数据的过度拟合问题,实现了基于细胞形状特征的准确识别。实验结果表明,该系统的细胞检测准确率可高达99%,大大提高了显微镜下细胞的检测准确率和效率,促进了人工智能技术在医学检测领域的应用。