基于YOLOv5的血细胞识别和计数

最新推荐文章于 2025-08-02 09:30:18 发布

原创

最新推荐文章于 2025-08-02 09:30:18 发布 · 5.3k 阅读

118 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习

该博客介绍了如何将基于XML的VOC格式细胞标注转换为YOLOv5所需的TXT格式，并详细阐述了转换脚本的实现过程。接着，创建了数据配置文件，设置了训练和验证集，训练了模型。经过300轮训练，模型在46张验证图像上取得了0.751的准确率和0.96的召回率，mAP高达0.947。最后，展示了模型在细胞检测任务上的应用及结果。

VOC格式标注转为yolov5格式

原数据格式是xml文件对目标细胞注释，现在需要将这种注释转换为yolov5所需的格式。即每个图像对应一个txt文件，文件中存储该图像中全部细胞的类别和坐标，一行存储一个细胞的信息，如下图
编写脚本进行注释格式转换

#获取在SSD项目中生成的csv格式的标注数据
with open("test_labels.csv", "r") as fp:
    data = []
    lines = fp.readlines()[1:]
    for line in lines:
        data.append(line.rstrip().split(","))

txt = ""
#遍历全部数据重新写入到txt文件
for line in data:
    title = line[0