改進(jìn)YOLOv5s的細(xì)胞培養(yǎng)板分類(lèi)識(shí)別方法研究

摘要： 針對(duì)傳統(tǒng)生物實(shí)驗(yàn)室自動(dòng)化程度低、效率低的問(wèn)題，提出一種基于YOLOv5s的細(xì)胞培養(yǎng)板分類(lèi)識(shí)別算法—YOLOv5s-tiny。首先通過(guò)多尺度同態(tài)濾波顏色恢復(fù)算法對(duì)輸入端圖像進(jìn)行預(yù)處理，提高了圖像的成像效果；在考慮實(shí)驗(yàn)場(chǎng)景的情況下對(duì)小目標(biāo)的檢測(cè)層進(jìn)行剪枝；使用深度可分離卷積代替普通卷積，減少了模型的參數(shù)量，提高了運(yùn)算速度；采用距離交互比損失函數(shù)及軟化非極大值抑制算法，加快了收斂速度...