OpenCV学堂 | YOLOv8实战 | 荧光显微镜细胞图像检测

本文来源公众号“OpenCV学堂”，仅用于学术分享，侵权删，干货满满。

原文链接：YOLOv8实战 | 荧光显微镜细胞图像检测

数据集地址

该图像数据集是 U2OS 细胞高通量化学筛选的一部分，其中包含 200 种生物活性化合物的示例。治疗效果最初是使用细胞绘画测定（荧光显微镜）成像的。该数据集仅包括每种化合物的单个视场的 DNA 通道。这些图像呈现了各种核表型，代表了高通量化学扰动。该数据集的主要用途是研究分割算法，该算法可以以准确的方式分离单个细胞核实例，而不管它们的形状和细胞密度如何。该集合有大约 23,000 个手动注释的单个细胞核，以建立用于分割评估的数据集合。

https://bbbc.broadinstitute.org/BBBC039

模型训练

准备好数据集以后，直接按下面的命令行运行即可：

yolo train model=yolov8s.pt data=bbbc022_dataset.yaml epochs=25 imgsz=640 batch=1