荧光显微镜细胞图像检测实战
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。
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
导出与测试
模型导出与测试
yolo export model=bbbc022_best.pt format=onnx yolo predict model=bbbc022_best.pt source=D: ensor_cv2.jpg
部署推理
转成ONNX格式文件以后，基于OpenVINO-Python部署推理，相关代码如下
ie=Core() fordeviceinie.available_devices: print(device) #ReadIR model=ie.read_model(model="bbbc022_best.onnx") compiled_model=ie.compile_model(model=model,device_name="CPU") output_layer=compiled_model.output(0) frame=cv.imread("D:/tensor_cv2.jpg") bgr=format_yolov8(frame) img_h,img_w,img_c=bgr.shape start=time.time() image=cv.dnn.blobFromImage(bgr,1/255.0,(640,640),swapRB=True,crop=False) res=compiled_model([image])[output_layer]#1x84x8400 rows=np.squeeze(res,0).T class_ids=[] confidences=[] boxes=[] x_factor=img_w/640 y_factor=img_h/640 forrinrange(rows.shape[0]): row=rows[r] classes_scores=row[4:] _,_,_,max_indx=cv.minMaxLoc(classes_scores) class_id=max_indx[1] if(classes_scores[class_id]>.25): confidences.append(classes_scores[class_id]) class_ids.append(class_id) x,y,w,h=row[0].item(),row[1].item(),row[2].item(),row[3].item() left=int((x-0.5*w)*x_factor) top=int((y-0.5*h)*y_factor) width=int(w*x_factor) height=int(h*y_factor) box=np.array([left,top,width,height]) boxes.append(box) indexes=cv.dnn.NMSBoxes(boxes,confidences,0.25,0.45) forindexinindexes: box=boxes[index] color=colors[int(class_ids[index])%len(colors)] rr=int((box[2]+box[3])/4) cv.circle(frame,(box[0]+int(box[2]/2),box[1]+int(box[3]/2)),rr-4,color,2) cv.putText(frame,class_list[class_ids[index]],(box[0]+int(box[2]/2),box[1]+int(box[3]/2)), cv.FONT_HERSHEY_SIMPLEX,.5,(0,0,0)) cv.putText(frame,"gloomyfish@2024",(20,45),cv.FONT_HERSHEY_SIMPLEX,1,(0,0,255),2) cv.imshow("YOLOv8+OpenVINO2023BBBCCount",frame) cv.waitKey(0) cv.destroyAllWindows()
审核编辑：汤梓红
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网
网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
显微镜
+关注
关注
0文章
558浏览量
23019 -
模型
+关注
关注
1文章
3226浏览量
48804 -
数据集
+关注
关注
4文章
1208浏览量
24688
原文标题：实战 | 荧光显微镜细胞图像检测
文章出处：【微信号：CVSCHOOL，微信公众号：OpenCV学堂】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
荧光显微镜原理特点及使用
荧光显微镜的原理和结构特点：荧光显微镜是利用一个高发光效率的点光源，经过滤色系统发出一定波长的光(如紫外光3650入或紫蓝光4200入)作为激发光、激发标本内的荧光物质发
发表于 08-20 14:39
•5954次阅读
荧光显微镜
荧光显微镜上海应捷仪器有限公司是集光学仪器、仪器配件、及计算机图像处理软件和显微镜测量软件等的研发、生产、销售、服务为一体的企业。拥有光机电领域技术与产品的成套开发的丰富经验
发表于 07-07 09:31
检测显微镜—上海应捷
方便、直观、检定效率高,适用于电子工业生产线的检验、印刷线路板的检定、印刷电路组件中出现的焊接缺陷（印刷错位、塌边等）的检定、单板PC的检定、真空荧光显示屏VFD 的检定等等，落射式检测显微镜将实物
发表于 07-07 09:36
科学领域新技术，打造高品质共聚焦显微镜
共聚焦显微镜在我国是80年代后期才发展起来的，尽管时日还尚短，但应用范围却已经非常广泛。共聚焦显微镜在荧光显微镜的基础上添加了激光扫描装置，使用紫外光或激光激发荧光探针获取
发表于 04-03 11:47
指尖上的三维荧光显微镜无透镜超薄超轻
近日，美国莱斯大学的工程师们开发出一款无透镜、宽视场、超薄的荧光显微镜“FlatScope”。其厚度比信用卡更薄，小到足以放在指尖上。它可以生成高帧频、分辨率达微米级的三维荧光图像，可应用于内窥镜、大面积成像仪、柔性
荧光显微镜的快速发展把光学玻璃和电子元件也带动起来
荧光显微镜广泛存在于一些化学室、研究室里面，经常用于研究化学物质，以及细胞内的物质。它是以紫外线为光源，以照射被检物体，让其发出荧光色，然后在显微镜下显示的仪器。
发表于 05-25 17:30
•1393次阅读
低成本荧光和明场显微镜设计
荧光显微镜是一种用于可视化 在这个指导中，我将回顾荧光显微镜的基本原理以及如何构建三个不同的低成本荧光显微镜。这些系统通常花费数千美元，但最近有一些努力使它们更容易获得。我在这里介绍的设计采用
光片荧光显微镜技术的新突破
据麦姆斯咨询介绍，微型发光元件是提高光片荧光显微镜适用性的关键因素，美国加州理工学院（California Institute of Technology，简称：Caltech）领导的研究团队现已
光片荧光显微镜的优点 光片显微镜中的偏振和相干控制
光片荧光显微镜（LSFM）是一种可以对活体标本进行快速且无光毒性3D观测的强大显微成像技术。LSFM技术将宽场成像的速度与适度的光学切片和低光漂白特点相结合，因此也被称为选择性平面照明显微镜
高性价比超连续谱激光器用于光片荧光显微镜
光片荧光显微镜的优点光片荧光显微镜（LSFM）是一种可以对活体标本进行快速且无光毒性3D观测的强大显微成像技术。LSFM技术将宽场成像的速度与适度的光学切片和低光漂白特点相结合，因此也被称为选择性
什么是共聚焦显微镜？
科学和工业界，典型的应用是生命科学、半导体检查和材料科学。共聚焦显微镜一般为荧光显微镜和共焦显微镜。荧光显微镜主要应用在生物领域及医学研究中，能得到
基于共聚焦显微技术的显微镜和荧光显微镜的区别
荧光显微镜主要应用在生物领域及医学研究中，能得到细胞或组织内部微细结构的荧光图像，在亚细胞水平上观察诸如Ca2+、PH值，膜电位等生理信号及
发表于 02-15 10:31
•0次下载
Argolight荧光显微镜校准载玻片简介
昊量光电新推出法国ARGOLIGHT公司生产的耐用型荧光显微镜校准载玻片，用于荧光显微镜的标定和光路对准。独创的显微镜标定技术和光路对准得益于将亚纳米级三维/二维图案嵌入到载玻片的技术，且图案不会别
工商网监
评论