摘要
本申请涉及人工智能图像处理与生物检测交叉技术领域,公开了一种面向感知增强与特征蒸馏的高密度微藻检测方法,包括:获取含细胞重叠、边界模糊及跨尺度分布的高密度微藻图像,输入主干网络提取多尺度特征图;通过潜在一致性映射处理优化边界框;经密度感知辅助处理生成微藻密度图并计算密度损失;基于图像复杂度进行自适应去噪;利用双重特征蒸馏框架优化学生模型,增强小尺度微藻检测能力;最终融合各模块结果,输出微藻的位置、类别及数量。本申请,可使高密度微藻检测整体平均准确率提升,降低边界框抖动和小尺度微藻漏检率,同时缩短平均推理时间,满足实时检测需求,为微藻培养过程控制与优化提供可靠数据支撑。