基于深度学习YOLOv5的血细胞检测与计数系统

一、项目背景

血细胞计数是临床医学中重要的基础检查之一，常用于诊断贫血、白血病、感染等疾病。传统的血细胞计数方法通常依赖于显微镜手工计数，这不仅耗时，而且容易受到人为误差的影响。近年来，随着深度学习技术的发展，自动化的血细胞检测与计数逐渐成为研究热点。

本项目旨在基于YOLOv5（You Only Look Once）深度学习模型，实现一个血细胞检测与计数系统。系统能够自动从显微镜图像中检测血细胞，并进行计数，为医学诊断提供辅助工具。

系统将结合Python和PySide6框架，构建一个用户友好的界面，用户可以上传血液图像，系统自动识别图像中的血细胞，并返回检测结果和计数。

---

二、项目目标

1. 血细胞目标检测：使用YOLOv5模型，检测图像中的血细胞，并标注其位置。
2. 数据集准备：获取血细胞数据集，并进行数据预处理，适配YOLOv5的训练格式。
3. YOLOv5训练：在血细胞数据集上训练YOLOv5模型，并优化模型精度。
4. 图形界面设计：通过PySide6框架开发用户交互界面，用户能够上传图像并查看识别结果。
5. 实时推理：支持实时检测上传的血液图像中的血细胞，并返回检测结果和计数。

---

三、项目准备

3.1 环境设置

首