为了提高血细胞检测效率，提出了一种基于RetinaNet模型改良的血细胞目标检测算法。首先在残差网络（ResNet）和特征金字塔网络（Feature Pyramid Networks）中嵌入SE注意力机制，从而使神经网络重点关注与细胞特征之关联的通道；其次使用泛化交并比（GIoU）代替原始的交并比（IoU）从而获得更为精确的预测框。实验结果证明，相较于原RetinaNet算法，平均准确率（mAP）提高了0.593个百分点，平均召回率（AR）提高了2.170个百分点。
科研之友
微信
新浪微博
Facebook
分享链接
