申请/专利权人：闽江学院

申请日：2023-04-20

公开（公告）日：2024-04-02

公开（公告）号：CN117809298A

主分类号：G06V20/69

分类号：G06V20/69;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及一种基于改进YOLOv5的宫颈病变细胞检测方法。通过图像缩放、拼接和翻转等方式进行数据增强，扩充数据集，提高网络的训练质量；并在YOLOv5网络模型基础上，通过融合图像的上下文信息来提高目标检测的精度；并为了降低计算成本，结合SwinTransformer和GCNet，前者可以有效捕获全局信息以及丰富的上下文信息，后者可以以较低的计算成本更有效地捕获远程依赖，提高宫颈病变细胞检测的性能。在几个公开数据集上的实验结果表明，本发明算法有效提升了宫颈病变细胞检测性能。

主权项：1.一种基于改进YOLOv5的宫颈病变细胞检测方法，其特征在于，在YOLOv5网络模型基础上，在主干网络的高层次特征中使用SwinTransformerBlock，同时，在网络的第3、5、7和9层中使用GCNetBlock得到更全面的上下文信息，来更宏观地获得图像特征，增强对图像中小目标的检测效果。

全文数据：

权利要求：

百度查询： 闽江学院 基于改进YOLOv5的宫颈病变细胞检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD