YOLOv8实战案例集锦.pdfVIP

YOLOv8实战案例集锦

目录

YOLOv8实战案例集锦1

第1篇《YOLO医学影像检测》专栏介绍2

现暴力涨点同时显著减少计算复杂性和内存|2023.8月最新发表

新发表41

第4篇基于YOLOv8的血细胞检测系统50

第5篇基于YOLOv8的安全帽检测系统（4）：EMA基于跨空间学习的高效多尺度注意力、效果优于

ECA、CBAM、CA，助力行为检测|ICASSP2023

|CVPR2023InternImage

NeurIPS23

第8篇基于YOLOv8的安全帽检测系统

第9篇基于Yolov8的道路破损检测系统

第10篇基于Yolov8的纸箱破损检测

第11篇基于Yolov8的铝片表面缺陷检测，如何提升缺陷检测能力

度147

第13篇基于Yolov8的中国交通标志（CCTSDB）识别检测系统

第14篇基于Yolov8的NEU-DET钢材表面缺陷检测，加入CVPR2023PConv和

BiLevelRoutingAttention，涨点明显

第15篇Yolov8实战：交通信号roadsign识别，通过加入CVPR203DCNV3和

BiLevelRoutingAttention，暴力涨点

第16篇基于Yolov8的野外烟雾检测（1）

第17篇基于Yolov8的野外烟雾检测（2）：多维协作注意模块MCA，效果秒杀ECA、SRM、

CBAM等|2023.9最新发布

涨点|ICCV2023

中科院2023最新发表219

第20篇基于Yolov8的工业小目标缺陷检测（1）

第21篇基于Yolov8的工业小目标缺陷检测（3）：多检测头提升小目标检测精度

目标检测器GiraffeDet，暴力提升工业小目标缺陷检测能力

第1篇《YOLO医学影像检测》专栏介绍

第1篇《YOLO医学影像检测》专栏介绍

YOLO医学影像检测：/N4zBP

实战医学影像检测项目，通过创新点验证涨点可行性；

入门医学影像检测到创新，不断打怪进阶；

1.血细胞检测介绍

数据来源于医疗相关数据集，目的是解决血细胞检测问题。任务是通过显微图像读数来检测每张

图像中的所有红细胞（RBC）、白细胞（WBC）以及血小板(Platelets)共三类

意义：选择该数据集的原因是我们血液中RBC、WBC和血小板的密度提供了大量关于免疫系统和血

红蛋白的信息，这些信息可以帮助我们初步地识别一个人是否健康，如果在其血液中发现了任何

差异，我们就可以迅速采取行动来进行下一步的诊断。然而通过显微镜手动查看样品是一个繁琐

的过程，这也是深度学习模式能够发挥重要作用的地方，YOLOv8可以从显微图像中分类和检测血

细胞，并且达到很高的精确度。

1.1血细胞检测数据集介绍

数据集大小：364张

第1页/共255页

第1篇《YOLO医学影像检测》专栏介绍

第2页/共255页

第1篇《YOLO医学影像检测》专栏介绍

编辑

检测难点：1）类别不平衡；2）同个类别相互遮挡、不同类别相互遮挡；3）检测物长宽差异较

大；等

不同类别统计：

WBC:321个RBC:4155个