一种用于微核识别的神经网络及方法技术

本发明专利技术公开了一种用于微核识别的神经网络及方法，涉及图像处理技术领域；其包括依次连接的骨干网络、颈部和头部，骨干网络还包括分别位于第一至第三C2F模块侧的卷积层和注意力机制模块，颈部包括从颈部输入侧往输出侧依次分布连接的第一卷积层、第一上采样模块、第一加权双向特征金字塔网络、第一C2F模块、第二上采样模块、第二加权双向特征金字塔网络、第二C2F模块、第三加权双向特征金字塔网络、第三C2F模块、第二卷积层、第四加权双向特征金字塔网络、第四C2F模块、第三卷积层、第五加权双向特征金字塔网络和第五C2F模块，其通过改进后的骨干网络和颈部等，识别微核准确性高。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种用于微核识别的神经网络及方法。

技术介绍

1、基于深度学习的微核识别方法是指利用微核的图像信息在途中对目标进行定位并分类的方法。该方法主要基于计算机视觉和图像处理技术。

2、现有技术的缺陷和不足：

3、特征过少：由于微核的面积本身较小，直径是大概是主核的十六分之一到三分之一，在大图中其所包含的判别性特征更少，导致难以准确地识别微核。微核的数量通常很少，因此数据集也存在严重的不平衡问题。

4、匹配准确性低：微核目标很小，识别框稍微有偏移就会被判定为阴性。

技术实现思路

1、本专利技术提供一种用于微核识别的神经网络及方法，解决识别微核准确性低的技术问题。

2、为解决上述技术问题，本专利技术所采取的技术方案在于如下方面：

3、一种用于微核识别的神经网络，包括依次连接的骨干网络、颈部和头部，骨干网络包括从骨干网络输入侧往输出侧依次分布连接的第一卷积层、第二卷积层、第一c2f模块、第三卷积层、第二c2f模块、第四卷积层、第三本文档来自技高网...

【技术保护点】

1.一种用于微核识别的神经网络，包括依次连接的骨干网络、颈部和头部，骨干网络包括从骨干网络输入侧往输出侧依次分布连接的第一卷积层、第二卷积层、第一C2F模块、第三卷积层、第二C2F模块、第四卷积层、第三C2F模块、第五卷积层、第四C2F模块和SPPF模块，其特征在于：所述骨干网络还包括分别位于第一至第三C2F模块侧的卷积层和注意力机制模块EMA，所述颈部包括从颈部输入侧往输出侧依次分布连接的第一卷积层、第一上采样模块、第一加权双向特征金字塔网络BiFPN、第一C2F模块、第二上采样模块、第二加权双向特征金字塔网络BiFPN、第二C2F模块、第三加权双向特征金字塔网络BiFPN、第三C2F...

【技术特征摘要】

1.一种用于微核识别的神经网络，包括依次连接的骨干网络、颈部和头部，骨干网络包括从骨干网络输入侧往输出侧依次分布连接的第一卷积层、第二卷积层、第一c2f模块、第三卷积层、第二c2f模块、第四卷积层、第三c2f模块、第五卷积层、第四c2f模块和sppf模块，其特征在于：所述骨干网络还包括分别位于第一至第三c2f模块侧的卷积层和注意力机制模块ema，所述颈部包括从颈部输入侧往输出侧依次分布连接的第一卷积层、第一上采样模块、第一加权双向特征金字塔网络bifpn、第一c2f模块、第二上采样模块、第二加权双向特征金字塔网络bifpn、第二c2f模块、第三加权双向特征金字塔网络bifpn、第三c2f模块、第二卷积层、第四加权双向特征金字塔网络bifpn、第四c2f模块、第三卷积层、第五加权双向特征金字塔网络bifpn和第五c2f模块，骨干网络的第一c2f模块依次经骨干网络的第一c2f模块侧的卷积层和注意力机制模块ema与颈部的第三加权双向特征金字塔网络bifpn连接，骨干网络的第二c2f模块依次经骨干网络的第二c2f模块侧的卷积层和注意力机制模块ema与颈部的第二加权双向特征金字塔网络bifpn连接，骨干网络的第三c2f模块依次经骨干网络的第三c2f模块侧的卷积层和注意力机制模块ema与颈部的第一加权双向特征金字塔网络bifpn连接，骨干网络的sppf模块与颈部的第一卷积层连接，骨干网络的sppf模块与颈部的第五加权双向特征金字塔...

【专利技术属性】
技术研发人员：李娜，苏俊楷，胡敬栋，
申请(专利权)人：笑纳科技苏州有限公司，
类型：发明
国别省市：