面向目标检测的改进轻量型YOLOX-nano模型及检测方法

本发明涉及白细胞检测，特别是一种面向目标检测的改进轻量型yolox-nano模型及检测方法。

背景技术：

1、白细胞的鉴定和计数分析在疾病的诊断和治疗中具有重要意义，因为白细胞是人体免疫系统极其重要的一部分，负责保护人体免受各种疾病和感染。其中，鉴别血细胞计数作为全血细胞计数的一部分，是血常规检测最重要的血液临床试验之一。这种测试可以诊断炎症、感染、白血病或某些免疫系统疾病。

2、一般来说，细胞计数工作是由医技人员通过使用显微镜及通过人类视觉来进行的。但是，这项工作极其耗时，并且工作的准确性可能会受到医技人员经验和生理疲劳的影响，导致可靠性较低。虽然白细胞分类计数也可以使用激光、电探测或光探测设备进行，但其成本非常昂贵，通常还需要专业的培训。因此，一套操作易用性好、检测精度高的白细胞检测视觉系统，实现显微图像中白细胞的快速检测，具有重要的现实意义。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述和/或现有的面向目标检测的改进轻量型yolox-nano模型及方法中存在的问题，提出了本发明。

3、因此，本发明所要解决的问题在于如何提供一种面向目标检测的改进轻量型yolox-nano模型。

4、为解决上述技术问题，本发明提供如下技术方案：面向目标检测的改进轻量型yolox-nano模型，其包括，主干网络，包括依次设置的focus模块、卷积1、卷积2、csp模块1、卷积3、csp模块2、卷积4、csp模块3、卷积5、混合空间金字塔池化结构和csp模块4；颈部网络，包括与所述csp模块4连接的改进坐标注意力机制1、与所述csp模块3连接的改进坐标注意力机制2、与所述csp模块2连接的改进坐标注意力机制3，以及依次设置的卷积6、上采样模块1、改进坐标注意力机制4、拼接concat模块1、csp模块5、卷积7、上采样模块2、拼接concat模块2、csp模块6、下采样模块1、拼接concat模块3、csp模块7、下采样模块2、拼接concat模块4和csp模块8，所述改进坐标注意力机制3与拼接concat模块2连接，所述改进坐标注意力机制2与拼接concat模块1连接，所述改进坐标注意力机制1与卷积6连接，并且所述卷积6与所述拼接concat模块4连接，所述卷积7与所述拼接concat模块3连接；预测网络，包括与所述csp模块6连接的yolohead模块1、与所述csp模块7连接的yolohead模块2，以及与所述csp模块8连接的yolohead模块3；所述混合空间金字塔池化结构包括与卷积8连接的平均池化模块、最大池化模块和拼接concat模块5，以及与所述拼接concat模块5连接的卷积9，并且所述平均池化模块和最大池化模块均与所述拼接concat模块5连接。

5、作为本发明所述面向目标检测的改进轻量型yolox-nano模型的一种优选方案，其中：所述平均池化模块包括13×13、9×9和5×5的平均池化；所述最大池化模块包括13×13、9×9和5×5的最大池化。

6、作为本发明所述面向目标检测的改进轻量型yolox-nano模型的一种优选方案，其中：所述csp模块是指在将输入特征图分别经卷积10和卷积11后，分别得到第一中间值和第二中间值，将得到的第一中间值输入simam注意力机制，将得到的第二中间值输入残差网络，然后将两者输出的结果进行拼接，再经过通道混洗模块，打乱通道间的分组顺序，更好地融合特征序列，提高通道间的通信质量；

7、simam注意力机制通过如下公式进行表示，

8、

9、

10、

11、式中，表示该通道中所有神经元的平均值，表示该通道中所有神经元的方差值，m表示该通道上的神经元数量，xi表示第i个神经元，ut表示除t神经元外的平均值，t表示神经元，表示最小神经元的能量，λ为系数。

12、作为本发明所述面向目标检测的改进轻量型yolox-nano模型的一种优选方案，其中：所述改进坐标注意力机制包括并列设置的全局平均池化、x方向平均池化和y方向平均池化，对输入特征分别进行全局平均池化、x方向平均池化和y方向平均池化后，分别得到全局池化中间值、x池化中间值和y池化中间值，令全局池化中间值依次经自适应k核选择的一维卷积、sigmoid非线性激活和元素点积后进行输出，x池化中间值和y池化中间值进行特征融合，然后经二维卷积、批归一化、非线性激活、2层二维卷积和sigmoid非线性激活后进行输出。

13、作为本发明所述面向目标检测的改进轻量型yolox-nano模型的一种优选方案，其中：所述改进坐标注意力机制是指在获取特征映射注意权值的过程中，沿两个正交方向聚合特征进行一维权值编码过程，并通过正交方向上的id权值对特征映射进行非线性互补，其包括坐标信息嵌入、坐标注意力生成和高效通道注意力生成三个步骤；

14、进行坐标信息嵌入步骤时，将全局池化分解为两种特征编码操作，对于输入x，高度h，宽度w的第c个通道的输出用如下公式表示：

15、

16、

17、上述两种变换沿着两个空间i,j方向聚合特征，并返回一对方向感知注意图，该操作对应x平均池化和y平均池化的部分；

18、进行坐标注意力生成步骤时，将生成的两种特征映射进行拼接，使用一个共享的1×1卷积对f1函数进行变换，在水平和垂直方向上，生成空间信息的中间特征图fw∈rc/r×w，其中r表示下采样比，然后利用两个1×1卷积fh、fw分别对特征映射fw∈rc/r×w和fw∈rc/r×w进行变换，得到的结果gh、gw通过如下公式进行表示，

19、gh＝σ(fh(fh))

20、gw＝σ(fw(fw))

21、式中，σ表示sigmoid激活函数；

22、进行高效通道注意力生成步骤时，对输入特征图fc进行全局平均池化操作，经自适应确定核大小为k的一维卷积运算后，通过sigmoid函数得到每个通道的权值，并将权值与原始输入特征映射对应的元素相乘输出特征映射，公式描述如下：

23、

24、式中，ec为特征映射，σ表示sigmoid激活函数，表示卷积核大小为k的一维卷积操作，fc为输入特征图，avgpool表示平均池化操作；

25、其中，通过如下公式计算k值，

26、

27、式中，k为卷积核大小，c为通道维数，表示最接近的奇数，γ和b都是超参数，分别设为2和1；

28、改进坐标注意力机制的输出yc(i,j)通过如下公式进行表示，

29、

30、式中，yc(i,j)表示经过改进的坐标注意力模块后，最终输出的特征图；ec(i,j)表示经过高效通道注意力，输出的特征图；表示按照x水平方向输出的特征图；表示按照y竖直方向输出的特征图。

31、本发明的另外一个目的是提供一种面向目标检测的检测方法，用以解决现有的白细胞检测方法中存在的检测速度慢，检测精度低的问题。

32、为解决上述技术问题，本发明提供如下技术方案：一种面向目标检测的检测方法，其包括如下步骤，

33、获取白细胞图像数据并进行筛选；

34、制作白细胞数据集，并将其分成训练集、验证集和测试集三类；

35、搭建改进轻量型yolox-nano模型；

36、对改进轻量型yolox-nano模型进行训练和评估；

37、获得检测结果。

38、作为本发明所述面向目标检测的检测方法的一种优选方案，其中：对获取的白细胞图像数据进行筛选时，保留嗜碱性粒细胞，嗜酸性粒细胞，淋巴细胞，单核细胞和中性粒细胞的图像。

39、作为本发明所述面向目标检测的检测方法的一种优选方案，其中：在制作白细胞数据集时，利用labelimg标定工具对白细胞的类型与位置信息进行标注，分别保存为含有上述信息的jpg图像文件和xml标注文件，得到所有的白细胞图像。

40、作为本发明所述面向目标检测的检测方法的一种优选方案，其中：在混合空间金字塔池化结构中，输入特征图fin∈rw×h×c通过1×1卷积层，获得精细化的通道信息，再转换为特征图f'∈rw×h×c/2，然后，同时进行不同内核大小的最大池化和平均池化操作，生成6种不同的感受野特征图，并将原始特征进行拼接，最终形成综合特征映射fcat∈rw×h×7c/2，实现局部特征与全局特征的融合，最后，通过1×1卷积层，所有的特性被整合并输出一个特征图fout∈rw×h×c，公式描述如下：

41、

42、式中，maxpool和avgpool分别表示核大小为5×5、9×9和13×13的最大池化和平均池化操作，表示拼接操作。

43、作为本发明所述面向目标检测的检测方法的一种优选方案，其中：在评估改进轻量型yolox-nano模型时，通过p精确率、r召回率、ap平均精确率、map平均精确率的平均值、f1分数为主，以fps速率、params参数量、flops浮点运算数和weight size权重进行辅助评价。

44、本发明有益效果为：能够实现对嗜碱性粒细胞，嗜酸性粒细胞，淋巴细胞，单核细胞和中性粒细胞等五类的白细胞进行快速、实时、准确的检测；对使用者友好，便于操作，能有效减少医技人员的工作量和依赖性，提高患者的检查效率。