18、血液血清识别与车辆测试场景串联技术解析

血液血清识别与车辆测试场景串联技术解析

血液血清识别方法

在血液血清识别方面，研究聚焦于确定图像中血清部分的体积，以进行后续的等分操作。研究对比了YOLOv5和YOLOv7两种算法，在相同数据集上进行训练，通过平均精度（mAP_0.5 和 mAP_0.5:0.95）、均方误差等参数的比较，得出YOLOv7算法更适合用于确定血液血清部分的结论。

为了确定可用于等分的血清体积，采用了以下算法步骤：
1. 计算血清高度（像素） ：计算图像中血清部分的高度 h（以像素为单位）。
2. 转换为实际高度 ：假设 1 像素对应 0.26 毫米，则实际高度 m = 0.26 · h。
3. 计算血清体积 ：使用公式 V = m · π · r² 计算体积，其中 r 为已知的试管半径（13 毫米）。
4. 确定等分数量 ：计算 n = ⌊V/V₀⌋，其中 V₀ 为等分体积，⌊⌋ 表示取整（向下取整到最接近的整数）。
5. 判断是否进行等分 ：如果 n < 1，则不允许进行自动等分；否则，根据 n 的值进行等分操作。

以下是该算法的流程图：

graph TD;
    A[计算血清高度 h（像素）] --> B[转换为实际高度 m = 0.26 · h];
    B --> C[计算血清体积 V = m · π · r²];
    C --> D[确定等