摘要
本发明涉及目标检测技术领域，公开了一种基于改进YOLOv8的血细胞检测方法。通过引入卷积注意力模块（Convolutional Block Attention Module，CBAM），提升模型对遮挡小目标的检测性能；设置了一种新的损失函数S‑MPDIoU，进一步提高了损失函数的精确性和鲁棒性；采用多尺度特征融合技术来更好地捕获不同尺寸的血细胞信息，使得模型能够更准确地识别小目标血小板；通过改进非极大值抑制（NMS）算法，提高召回率，特别是在血细胞密集或形态复杂的情况下，改进后的NMS算法能够更有效地处理重叠问题，减少误检和漏检。通过测试，该模型能够准确识别和定位图像中的红细胞、白细胞和血小板等不同类型的血细胞，为血细胞检测提供了一种新的有效方法。
