基于改进Yolov5算法的寄生虫卵检测识别研究与实现

作     者：许兴宇 

作者单位：南昌大学 

学位级别：硕士

导师姓名：刘继忠

授予年度：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1001[医学-基础医学(可授医学、理学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 100103[医学-病原生物学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 10[医学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：寄生虫卵检测识别 数据预处理 改进Yolov5s算法 渐进特征金字塔网络 寄生虫卵检测计数 

摘      要：肠道寄生虫感染(IPIs)目前是发展中国家面临的一个主要公共卫生问题,中国为了防治寄生虫病做出了实施健康中国战略的重大决策部署。现在寄生虫卵检查的常用方法有直接涂片法、集卵法、永久染色法、改良加藤法涂片法、肠道寄生虫感染的分子分析方法、全自动粪便仪和数字化算法检测方法,本文重点完成基于改进Yolov5s算法的寄生虫卵检测识别的研究和寄生虫卵检测识别软件系统的实现,主要研究内容包括: (1)提出了一种基于寄生虫卵图像数据特点的数据预处理方法。针对寄生虫卵图像中虫卵实例单一的特点,选择使用Mosaic方法增加寄生虫卵图像中虫卵实例;针对ICIP 2022 challenge中数据经过随机裁剪、高斯模糊、运动模糊的退化处理,选择使用随机视角变化方法进行虫卵图像数据的处理;针对ICIP 2022challenge中数据经过RGB颜色通道、HSV色彩通道调整的退化处理,选择HSV色域变换对寄生虫卵图像进行处理;针对实验寄生虫卵图像拍摄角度的差异,选择随机左右翻转和随机上下翻转进行处理。对选择的方法进行参数设置后,得到按照Mosaic方法、随机视角变换方法、HSV色域变换、随机左右和上下翻转的顺序进行执行的寄生虫卵图像预处理方法,并获得实验用数据集。 (2)提出了一种基于AFPN结构和C2f模块改进的Yolov5s＿AC算法。首先,分析了Yolov5s算法模型的网络结构、组成模块、损失函数和非极大值抑制方法。其次,根据寄生虫卵检测识别任务计数的特点,在Yolov5算法的基础上增加Counter虫卵计数器,在推理阶段可以统计得到虫卵类别和每种类别数量。第三,根据Yolov5s算法模型Neck结构的特点,将FPN+APN结构改进为AFPN结构,实现了不同层级的特征渐进融合,避免了特征信息在多层传递过程中的丢失;为了提升Backbone和Head层的特征提取能力,将C3模块改进为C2f模块,C2f模块切分通道既丰富了梯度消息又减少了参数量,同时考虑了梯度路径来丰富梯度信息。最后,论文对Yolo5s＿AC算法进行消融实验和对比实验。消融实验结果表明:Yolov5s＿AC算法在测试集上的精确率、召回率、m AP50值、F1分数、Params(参数量)和GFLOPs(浮点运算量)均优于Yolov5s算法,且同样实验条件下Yolov5s＿AC算法的单张虫卵图片检测速度为13.3ms,快于Yolov5s算法检测速度(13.7ms);对于实验结果表明:Yolov5s＿AC算法在精确率、召回率和m AP50评价指标方面均优于Yolov3算法和Yolov6s算法。 (3)初步设计实现了寄生虫卵检测软件系统,验证了Yolov5s＿AC算法。首先,寄生虫卵检测系统设计实现了登记注册模块、功能选择模块、数据输入模块、检测结果展示模块和信息交互模块,同时将Yolov5s＿AC虫卵检测识别算法在检测系统内部进行封装。其次,随机选取寄生虫卵图片对寄生虫卵检测系统进行功能测试和推理结果测试。经测试验证,寄生虫卵检测系统所有设计功能均正常,寄生虫卵测试数据的推理结果也满足要求。