摘要：血細(xì)胞智能檢測(cè)與計(jì)數(shù)軟件應(yīng)用深度學(xué)習(xí)技術(shù)智能檢測(cè)血細(xì)胞圖像中紅細(xì)胞、鐮狀細(xì)胞等不同形態(tài)細(xì)胞并可視化計(jì)數(shù)，以輔助醫(yī)學(xué)細(xì)胞檢測(cè)。本文詳細(xì)介紹血細(xì)胞智能檢測(cè)與計(jì)數(shù)軟件，在介紹算法原理的同時(shí)，給出Python的實(shí)現(xiàn)代碼以及PyQt的UI界面。在界面中可以選擇各種圖片、視頻進(jìn)行檢測(cè)識(shí)別；可對(duì)圖像中存在的多目標(biāo)進(jìn)行識(shí)別分類(lèi)，檢測(cè)速度快、識(shí)別精度高。博文提供了完整的Python代碼和使用教程，適合新入門(mén)的朋友參考，完整代碼資源文件請(qǐng)轉(zhuǎn)至文末的下載鏈接。

完整資源下載：https://mbd.pub/o/bread/ZJaXlZhx

參考視頻演示：https://www.bilibili.com/video/BV1p84y1A7Yj/

離線依賴庫(kù)下載鏈接：https://pan.baidu.com/s/1hW9z9ofV1FRSezTSj59JSg?pwd=oy4n?（提取碼：oy4n ）

前言

????????目標(biāo)檢測(cè)主要通過(guò)人工智能技術(shù)識(shí)別并定位圖像中的物體，在實(shí)際生活中應(yīng)用領(lǐng)域廣泛：數(shù)字?jǐn)z像機(jī)智能火災(zāi)監(jiān)控、醫(yī)學(xué)影像腫瘤檢測(cè)、數(shù)碼相機(jī)人臉自動(dòng)定位等等多個(gè)領(lǐng)域。傳統(tǒng)目標(biāo)檢測(cè)算法因無(wú)法利用圖像的深層特征而易受到物體遮擋、光照變化等因素的干擾，導(dǎo)致漏檢與誤檢。深度學(xué)習(xí)的出現(xiàn)可以很好地解決這一問(wèn)題。深度學(xué)習(xí)算法可以從樣本中學(xué)習(xí)，通過(guò)對(duì)特征的加工組合，進(jìn)而提取圖像的更深層特征。本文在深度學(xué)習(xí)理論的支持下研究目標(biāo)檢測(cè)在血液細(xì)胞中的應(yīng)用。。

????????醫(yī)療圖像的獲取以及標(biāo)注需要耗費(fèi)巨大的人力成本，而訓(xùn)練數(shù)據(jù)不足會(huì)導(dǎo)致模型出現(xiàn)過(guò)擬合的現(xiàn)象，尤其是血液細(xì)胞中各類(lèi)細(xì)胞的識(shí)別。并且血液細(xì)胞圖像本身存在著對(duì)比度低和各類(lèi)細(xì)胞數(shù)量、外形差異較大的特點(diǎn),這些都影響著血液細(xì)胞檢測(cè)的精度。本文在對(duì)深度學(xué)習(xí)目標(biāo)檢測(cè)算法研究的基礎(chǔ)上，對(duì)血液細(xì)胞中的各類(lèi)細(xì)胞識(shí)別，并使用算法得到較高的血液細(xì)胞的檢測(cè)精度。

????????本系統(tǒng)采用登錄注冊(cè)進(jìn)行用戶管理，對(duì)于圖片、視頻和攝像頭捕獲的實(shí)時(shí)畫(huà)面，可檢測(cè)醫(yī)療圖像，系統(tǒng)支持結(jié)果記錄、展示和保存，每次檢測(cè)的結(jié)果記錄在表格中。對(duì)此這里給出博主設(shè)計(jì)的界面，同款的簡(jiǎn)約風(fēng)，功能也可以滿足圖片、視頻和攝像頭的識(shí)別檢測(cè)，希望大家可以喜歡，初始界面如下圖：

????????檢測(cè)類(lèi)別時(shí)的界面截圖（點(diǎn)擊圖片可放大）如下圖，可識(shí)別畫(huà)面中存在的多個(gè)類(lèi)別，也可開(kāi)啟攝像頭或視頻檢測(cè)：

???????? 詳細(xì)的功能演示效果參見(jiàn)博主的B站視頻或下一節(jié)的動(dòng)圖演示，覺(jué)得不錯(cuò)的朋友敬請(qǐng)點(diǎn)贊、關(guān)注加收藏！系統(tǒng)UI界面的設(shè)計(jì)工作量較大，界面美化更需仔細(xì)雕琢，大家有任何建議或意見(jiàn)和可在下方評(píng)論交流。

1.?效果演示

????????軟件好不好用，顏值很重要，首先我們還是通過(guò)動(dòng)圖看一下識(shí)別的效果，系統(tǒng)主要實(shí)現(xiàn)的功能是對(duì)圖片、視頻和攝像頭畫(huà)面中的血細(xì)胞進(jìn)行識(shí)別，識(shí)別的結(jié)果可視化顯示在界面和圖像中，另外提供多個(gè)目標(biāo)的顯示選擇功能，演示效果如下。

（一）系統(tǒng)介紹

????????血細(xì)胞智能檢測(cè)與計(jì)數(shù)軟件主要用于顯微鏡下的血細(xì)胞檢測(cè)與計(jì)數(shù)，基于深度學(xué)習(xí)技術(shù)識(shí)別圖像中常見(jiàn)的4種血細(xì)胞，包括血小板、紅細(xì)胞、白細(xì)胞、鐮狀細(xì)胞等，輸出細(xì)胞的標(biāo)記框坐標(biāo)和類(lèi)別，以輔助自動(dòng)化細(xì)胞統(tǒng)計(jì)和醫(yī)學(xué)研究；軟件提供登錄注冊(cè)功能，可進(jìn)行用戶管理；軟件能夠有效識(shí)別電子顯微鏡采集的細(xì)胞圖片、視頻等文件形式，檢測(cè)各種細(xì)胞形態(tài)，并記錄識(shí)別結(jié)果在界面表格中方便查看；可開(kāi)啟攝像頭實(shí)時(shí)監(jiān)測(cè)和統(tǒng)計(jì)當(dāng)前視野范圍各種類(lèi)型細(xì)胞數(shù)目，支持結(jié)果記錄、展示和保存。

（二）技術(shù)特點(diǎn)

???????? （1）YoloV5目標(biāo)檢測(cè)算法檢測(cè)血細(xì)胞，模型支持更換；
???????? （2）攝像頭實(shí)時(shí)檢測(cè)血細(xì)胞，展示、記錄和保存結(jié)果；
???????? （3）檢測(cè)圖片、視頻等圖像中的血細(xì)胞個(gè)體；
???????? （4）支持用戶登錄、注冊(cè)，檢測(cè)結(jié)果可視化功能；

（三）用戶注冊(cè)登錄界面

????????這里設(shè)計(jì)了一個(gè)登錄界面，可以注冊(cè)賬號(hào)和密碼，然后進(jìn)行登錄。界面還是參考了當(dāng)前流行的UI設(shè)計(jì)，左側(cè)是一個(gè)動(dòng)圖，右側(cè)輸入賬號(hào)、密碼、驗(yàn)證碼等等。

（四）選擇圖片識(shí)別

????????系統(tǒng)允許選擇圖片文件進(jìn)行識(shí)別，點(diǎn)擊圖片選擇按鈕圖標(biāo)選擇圖片后，顯示所有識(shí)別的結(jié)果，可通過(guò)下拉選框查看單個(gè)結(jié)果，以便具體判斷某一特定目標(biāo)。本功能的界面展示如下圖所示：

（五）視頻識(shí)別效果展示

????????很多時(shí)候我們需要識(shí)別一段視頻中的血細(xì)胞，這里設(shè)計(jì)了視頻選擇功能。點(diǎn)擊視頻按鈕可選擇待檢測(cè)的視頻，系統(tǒng)會(huì)自動(dòng)解析視頻逐幀識(shí)別多個(gè)血細(xì)胞，并將血細(xì)胞的分類(lèi)和計(jì)數(shù)結(jié)果記錄在右下角表格中，效果如下圖所示：

（六）攝像頭檢測(cè)效果展示
????????在真實(shí)場(chǎng)景中，我們往往利用攝像頭獲取實(shí)時(shí)畫(huà)面，同時(shí)需要對(duì)血細(xì)胞進(jìn)行識(shí)別，因此本文考慮到此項(xiàng)功能。如下圖所示，點(diǎn)擊攝像頭按鈕后系統(tǒng)進(jìn)入準(zhǔn)備狀態(tài)，系統(tǒng)顯示實(shí)時(shí)畫(huà)面并開(kāi)始檢測(cè)畫(huà)面中的血細(xì)胞，識(shí)別結(jié)果展示如下圖：

2.?血細(xì)胞數(shù)據(jù)集和模型訓(xùn)練

（一）數(shù)據(jù)集制作

????????本文實(shí)驗(yàn)的血細(xì)胞數(shù)據(jù)集包含訓(xùn)練集2853張圖片，驗(yàn)證集219張圖片，測(cè)試集81張圖片，共計(jì)3153張圖片，選取部分?jǐn)?shù)據(jù)部分樣本數(shù)據(jù)集如圖所示。

????????每張圖像均提供了圖像類(lèi)標(biāo)記信息，圖像中細(xì)胞的bounding box，目標(biāo)的屬性信息，數(shù)據(jù)集并解壓后得到如下的圖片

? ? ? ? ?船艦數(shù)據(jù)集的類(lèi)別信息如下，包含血小板、紅細(xì)胞、白細(xì)胞、鐮狀細(xì)胞等類(lèi)別

???????? 原數(shù)據(jù)格式是xml文件對(duì)目標(biāo)細(xì)胞注釋?zhuān)F(xiàn)在需要將這種注釋轉(zhuǎn)換為yolov5所需的格式。即每個(gè)圖像對(duì)應(yīng)一個(gè)txt文件，文件中存儲(chǔ)該圖像中全部細(xì)胞的類(lèi)別和坐標(biāo)，一行存儲(chǔ)一個(gè)細(xì)胞的信息，如下圖

? ? ? ? ?在本項(xiàng)目的同級(jí)目錄下創(chuàng)建數(shù)據(jù)集存儲(chǔ)路徑，路徑內(nèi)創(chuàng)建訓(xùn)練集，測(cè)試集路徑和配置文件dataset.yaml

???????? images內(nèi)存儲(chǔ)圖像數(shù)據(jù)，labels存儲(chǔ)標(biāo)注數(shù)據(jù)，文件名稱(chēng)對(duì)應(yīng)相同，設(shè)置數(shù)據(jù)集配置文件如下

???????? （1）train 指定訓(xùn)練集圖像路徑
???????? （2）val 指定驗(yàn)證集圖像路徑
???????? （3）nc 指定目標(biāo)類(lèi)別數(shù)量 這里為血小板，紅細(xì)胞，白細(xì)胞共3種
???????? （4）目標(biāo)對(duì)應(yīng)類(lèi)別名稱(chēng)

???????? 接下來(lái)需要配置項(xiàng)目路徑內(nèi)的train.py的相關(guān)參數(shù)，指定預(yù)訓(xùn)練的模型權(quán)重和模型結(jié)構(gòu)文件和數(shù)據(jù)集配置文件，訓(xùn)練的輪數(shù)，batch_size的大小和輸入圖像的分辨率。

????????在我們的訓(xùn)練過(guò)程中，mAP50作為一種常用的目標(biāo)檢測(cè)評(píng)估指標(biāo)很快達(dá)到了較高水平，而mAP50:95也在訓(xùn)練的過(guò)程中不斷提升，說(shuō)明我們模型從訓(xùn)練-驗(yàn)證的角度表現(xiàn)良好。讀入一個(gè)測(cè)試文件夾進(jìn)行預(yù)測(cè)，通過(guò)訓(xùn)練得到的選取驗(yàn)證集上效果最好的權(quán)重best.pt進(jìn)行實(shí)驗(yàn)，得到PR曲線如下圖所示。

????????在深度學(xué)習(xí)中，我們通常通過(guò)損失函數(shù)下降的曲線來(lái)觀察模型訓(xùn)練的情況。而YOLOv5訓(xùn)練時(shí)主要包含三個(gè)方面的損失：矩形框損失(box_loss)、置信度損失（obj_loss）和分類(lèi)損失(cls_loss)，在訓(xùn)練結(jié)束后，我們也可以在logs目錄下找到生成對(duì)若干訓(xùn)練過(guò)程統(tǒng)計(jì)圖。下圖為博主訓(xùn)練血細(xì)胞識(shí)別的模型訓(xùn)練曲線圖。

????????以PR-curve為例，可以看到我們的模型在驗(yàn)證集上的均值平均準(zhǔn)確率為0.794。

3.?血細(xì)胞檢測(cè)識(shí)別

????????運(yùn)行testVideo得到預(yù)測(cè)結(jié)果，我們便可以將幀圖像中的血細(xì)胞框出，然后在圖片上用opencv繪圖操作，輸出血細(xì)胞的類(lèi)別及血細(xì)胞的預(yù)測(cè)分?jǐn)?shù)。以下是讀取血細(xì)胞視頻并進(jìn)行檢測(cè)的腳本，首先將圖片數(shù)據(jù)進(jìn)行預(yù)處理后送predict進(jìn)行檢測(cè)，然后計(jì)算標(biāo)記框的位置并在圖中標(biāo)注出來(lái)。

????????執(zhí)行得到的結(jié)果如下圖所示，圖中血細(xì)胞的種類(lèi)和置信度值都標(biāo)注出來(lái)了，預(yù)測(cè)速度較快?；诖四Ｐ臀覀兛梢詫⑵湓O(shè)計(jì)成一個(gè)帶有界面的系統(tǒng)，在界面上選擇圖片、視頻或攝像頭然后調(diào)用模型進(jìn)行檢測(cè)。

? ? ? ? 博主對(duì)整個(gè)系統(tǒng)進(jìn)行了詳細(xì)測(cè)試，最終開(kāi)發(fā)出一版流暢得到清新界面，就是博文演示部分的展示，完整的UI界面、測(cè)試圖片視頻、代碼文件，以及Python離線依賴包（方便安裝運(yùn)行，也可自行配置環(huán)境），均已打包上傳，感興趣的朋友可以通過(guò)下載鏈接獲取。

下載鏈接

????若您想獲得博文中涉及的實(shí)現(xiàn)完整全部程序文件（包括測(cè)試圖片、視頻，py, UI文件等，如下圖），這里已打包上傳至博主的面包多平臺(tái)，見(jiàn)可參考博客與視頻，已將所有涉及的文件同時(shí)打包到里面，點(diǎn)擊即可運(yùn)行，完整文件截圖如下：

????在文件夾下的資源顯示如下，下面的鏈接中也給出了Python的離線依賴包，讀者可在正確安裝Anaconda和Pycharm軟件后，復(fù)制離線依賴包至項(xiàng)目目錄下進(jìn)行安裝，離線依賴的使用詳細(xì)演示也可見(jiàn)本人B站視頻：win11從頭安裝軟件和配置環(huán)境運(yùn)行深度學(xué)習(xí)項(xiàng)目、Win10中使用pycharm和anaconda進(jìn)行python環(huán)境配置教程。

注意：該代碼采用Pycharm+Python3.8開(kāi)發(fā)，經(jīng)過(guò)測(cè)試能成功運(yùn)行，運(yùn)行界面的主程序?yàn)閞unMain.py和LoginUI.py，測(cè)試圖片腳本可運(yùn)行testPicture.py，測(cè)試視頻腳本可運(yùn)行testVideo.py。為確保程序順利運(yùn)行，請(qǐng)按照requirements.txt配置Python依賴包的版本。Python版本：3.8，請(qǐng)勿使用其他版本，詳見(jiàn)requirements.txt文件；

完整資源中包含數(shù)據(jù)集及訓(xùn)練代碼，環(huán)境配置與界面中文字、圖片、logo等的修改方法請(qǐng)見(jiàn)視頻，項(xiàng)目完整文件下載請(qǐng)見(jiàn)參考博客文章里面，或參考視頻的簡(jiǎn)介處給出：???

參考博客文章：https://zhuanlan.zhihu.com/p/614606475

參考視頻演示：https://www.bilibili.com/video/BV1p84y1A7Yj/

離線依賴庫(kù)下載鏈接：https://pan.baidu.com/s/1hW9z9ofV1FRSezTSj59JSg?pwd=oy4n?（提取碼：oy4n ）

? ? ? ? 在Qt Designer中可以徹底修改界面的各個(gè)控件及設(shè)置，然后將ui文件轉(zhuǎn)換為py文件即可調(diào)用和顯示界面。如果只需要修改界面中的文字、圖標(biāo)和背景圖的，可以直接在ConfigUI.config文件中修改，步驟如下：

????????（1）打開(kāi)UI_rec/tools/ConfigUI.config文件，若亂碼請(qǐng)選擇GBK編碼打開(kāi)。
????????（2）如需修改界面文字，只要選中要改的字符替換成自己的就好。
????????（3）如需修改背景、圖標(biāo)等，只需修改圖片的路徑。例如，原文件中的背景圖設(shè)置如下：

????????可修改為自己的名為background2.png圖片（位置在UI_rec/icons/文件夾中），可將該項(xiàng)設(shè)置如下即可修改背景圖：

結(jié)束語(yǔ)

????????由于博主能力有限，博文中提及的方法即使經(jīng)過(guò)試驗(yàn)，也難免會(huì)有疏漏之處。希望您能熱心指出其中的錯(cuò)誤，以便下次修改時(shí)能以一個(gè)更完美更嚴(yán)謹(jǐn)?shù)臉幼?，呈現(xiàn)在大家面前。同時(shí)如果有更好的實(shí)現(xiàn)方法也請(qǐng)您不吝賜教。