基于深度学习的病原体携带检测系统

本发明涉及公共卫生领域，具体是指基于深度学习的病原体携带检测系统，包括数据采集模块、特征提取模块、深度学习模块、病原体检测模块和监测管理模块，本方案在特征提取模块中引入基于Swin Transformer的U‑Net结构，结合组合并行和顺序策略构建特征提取模型，通过残差学习、动态上采样和条件随机场处理，减少检测过程中的噪声干扰；在深度学习模块中使用跳跃残差方法对输出特征图像进行分类和识别，基于YOLOv8的基础架构与跳跃残差方法结合，同时通过模糊处理降低了特征图的噪声干扰，条件随机场进一步优化像素上下文关系。显著提高了检测的精度、鲁棒性和效率。