Yolo-v5血细胞检测实战：训练与部署
在医学影像分析的前沿战场上，自动化血细胞计数正逐步取代传统显微镜下的人工观察。这不仅关乎效率——更直接影响诊断的准确性与一致性。尤其是在急诊、大规模筛查等时间敏感场景中，一个能快速识别红细胞（RBC）、白细胞（WBC）和血小板（Platelets）的AI系统，可能就是医生做出关键决策的关键助力。
而在这类任务中，YOLOv5凭借其“快准稳”的特性脱颖而出。它不像某些模型那样只擅长速度或精度之一，而是巧妙地在两者之间找到了工业级应用所需的平衡点。更重要的是，它的PyTorch实现简洁明了，工程化程度高，从训练到部署几乎无缝衔接。
本文不走理论堆砌的老路，而是带你亲手打造一套完整的血细胞检测流水线：从原始XML标注处理开始，到模型训练、结果可视化，最后落地为可调用的API服务。我们将使用公开的BCCD 数据集作为实战样本，一步步构建属于你的第一个医疗视觉AI产品原型。
整个流程可以分为三个核心阶段：
- 如何把杂乱的PASCAL VOC格式数据喂给YOLOv5？
- 怎么用最少的代码跑通一次高质量的训练，并解读关键指标？
- 模型训完之后，怎么让它走出实验室，在真实环境中“干活”？
别担心没有GPU，也无需成为深度学习专家——只要你会写Python，就能跟下来。
我们先来看一眼手头的数据。BCCD是一个典型的医学图像小数据集，结构清晰但格式不兼容现代目标检测框架：
BCCD/ ├── Annotations/ # XML 标注文件 │ ├── BloodImage_00000.xml │ └── ... ├── JPEGImages/ # 原始图像 │ ├── BloodImage_00000.jpg │ └── ...每个XML记录了图像中所有细胞的位置和类别，形式如下：
<object> <name>RBC</name> <bndbox> <xmin>100</xmin> <ymin>80</ymin> <xmax>150</xmax> <ymax>130</ymax> </bndbox> </object>但YOLOv5不吃这套。它要求标签是.txt文件，内容必须是归一化的xywh格式，也就是：
<class_id> <x_center_norm> <y_center_norm> <width_norm> <height_norm>所以第一步，我们必须做一次“翻译”。
!git clone https://github.com/Shenggan/BCCD_Dataset.git接下来用几行Python读取所有XML并转成DataFrame：
import os import xml.etree.ElementTree as ET from glob import glob import pandas as pd annotations = sorted(glob('BCCD_Dataset/BCCD/Annotations/*.xml')) data = [] for file in annotations: filename = os.path.basename(file).replace('.xml', '.jpg') tree = ET.parse(file) root = tree.getroot() for obj in root.findall('object'): cls_name = obj.find('name').text.strip() bbox = obj.find('bndbox') xmin = int(bbox.find('xmin').text) ymin = int(bbox.find('ymin').text) xmax = int(bbox.find('xmax').text) ymax = int(bbox.find('ymax').text) data.append([filename, cls_name, xmin, ymin, xmax, ymax]) df = pd.DataFrame(data, columns=['filename', 'class', 'xmin', 'ymin', 'xmax', 'ymax']) print(df.head())输出长这样：
| filename | class | xmin | ymin | xmax | ymax |
|---|---|---|---|---|---|
| BloodImage_00000.jpg | RBC | 100 | 80 | 150 | 130 |
看着整齐多了。
下一步就是坐标转换。YOLO要求中心点+宽高的归一化值，这里我建议固定输入尺寸为640×480（大多数显微图像接近这个比例），避免后续resize带来的失真。
IMG_SIZE = (640, 480) def convert_bbox(xmin, ymin, xmax, ymax, img_w=640, img_h=480): x_center = ((xmin + xmax) / 2) / img_w y_center = ((ymin + ymax) / 2) / img_h width = (xmax - xmin) / img_w height = (ymax - ymin) / img_h return x_center, y_center, width, height from sklearn.preprocessing import LabelEncoder le = LabelEncoder() df['class_id'] = le.fit_transform(df['class']) # ['Platelets' 'RBC' 'WBC'] df[['x_c', 'y_c', 'w', 'h']] = df.apply( lambda row: convert_bbox(row['xmin'], row['ymin'], row['xmax'], row['ymax']), axis=1, result_type='expand' )现在每条记录都已准备好写入.txt文件。再划分一下训练集和验证集，组织成标准目录结构：
from sklearn.model_selection import train_test_split import shutil train_files, val_files = train_test_split(df['filename'].unique(), test_size=0.2, random_state=42) os.makedirs('dataset/images/train', exist_ok=True) os.makedirs('dataset/images/val', exist_ok=True) os.makedirs('dataset/labels/train', exist_ok=True) os.makedirs('dataset/labels/val', exist_ok=True) src_img_dir = 'BCCD_Dataset/BCCD/JPEGImages/' def save_labels_and_images(file_list, phase='train'): for fname in file_list: src = os.path.join(src_img_dir, fname) dst_img = f'dataset/images/{phase}/{fname}' shutil.copy(src, dst_img) label_path = f'dataset/labels/{phase}/{fname.replace(".jpg", ".txt")}' rows = df[df.filename == fname] with open(label_path, 'w') as f: for _, row in rows.iterrows(): line = f"{row['class_id']} {row['x_c']:.6f} {row['y_c']:.6f} {row['w']:.6f} {row['h']:.6f}\n" f.write(line) save_labels_and_images(train_files, 'train') save_labels_and_images(val_files, 'val')搞定！现在数据已经完全符合YOLOv5的要求。
接下来进入训练环节。这一步其实异常简单，因为Ultralytics团队早已把一切都封装好了。
首先克隆官方仓库并安装依赖：
!git clone https://github.com/ultralytics/yolov5.git !pip install -r yolov5/requirements.txt然后创建配置文件bcc.yaml，告诉模型你要检测什么：
# bcc.yaml train: ./dataset/images/train val: ./dataset/images/val nc: 3 names: ['Platelets', 'RBC', 'WBC']复制过去即可：
cp bcc.yaml yolov5/data/YOLOv5提供了多个预设模型，你可以根据硬件条件选择：
yolov5s：轻量级，适合边缘设备yolov5m：均衡型，推荐默认选择yolov5l/x：重型选手，追求极致精度时启用
我们先拿yolov5s试水：
cd yolov5 !python train.py \ --img 640 \ --batch 16 \ --epochs 100 \ --data bcc.yaml \ --cfg models/yolov5s.yaml \ --weights '' \ --name exp_bcc_s \ --cache几个关键参数值得说说：
--img: 输入分辨率，保持与标注一致即可--batch: 批次大小，如果你显存不够就调小点--weights: 强烈建议加上yolov5s.pt预训练权重，收敛快得多--cache: 如果内存充足，开启后能显著提升数据加载速度
训练过程中可以用TensorBoard实时监控：
%load_ext tensorboard %tensorboard --logdir runs/train日志里你会看到类似这样的输出：
Epoch gpu_mem box_loss obj_loss cls_loss Instances Size 100/100 2.10G 0.0434 0.0312 0.0198 12 640 Class Images Instances P R mAP@.5 mAP@.5:.95 all 108 472 0.92 0.88 0.91 0.73重点看这几个指标：
- Precision (P)：你标出来的框有多少是真的？越高越好。
- Recall (R)：真实存在的细胞被找出来多少？太低说明漏检严重。
- mAP@.5：这是最常用的综合评价指标，>0.9算非常不错了。
- mAP@.5:.95：跨IoU阈值的平均表现，反映模型鲁棒性。
我们的模型跑了100轮后达到mAP@.5 ≈ 0.91，对于一个小数据集来说已经相当理想。
训练完成后，下一步是看看它到底“看得怎么样”。
YOLOv5自带detect.py脚本，可以直接推理单张图：
!python detect.py \ --source ../dataset/images/val/BloodImage_00001.jpg \ --weights runs/train/exp_bcc_s/weights/best.pt \ --conf-thres 0.5 \ --iou-thres 0.45 \ --device 0结果会自动保存在runs/detect/exp/目录下，带边界框和置信度标签。
如果要批量处理整个验证集，只需改个路径：
!python detect.py \ --source ../dataset/images/val/ \ --weights runs/train/exp_bcc_s/weights/best.pt \ --output ../inference_results/ \ --save-txt \ --save-conf启用--save-txt后，每张图像都会生成对应的.txt文件，格式如下：
0 0.718 0.829 0.143 0.193 0.92 1 0.345 0.612 0.087 0.101 0.87 ...含义是：class_id x_c y_c w h confidence
如果你想进一步处理这些结果——比如裁剪出每个细胞区域送入分类网络做亚型判断——可以手动解析并绘制：
import matplotlib.pyplot as plt import matplotlib.patches as patches import cv2 def plot_detection(img_path, txt_path, class_names=['Platelets','RBC','WBC']): img = cv2.imread(img_path) img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) h, w, _ = img.shape fig, ax = plt.subplots(1, figsize=(12, 8)) ax.imshow(img_rgb) with open(txt_path, 'r') as f: for line in f.readlines(): parts = list(map(float, line.strip().split())) cls_id, xc, yc, bw, bh, conf = parts cls_id = int(cls_id) x1 = int((xc - bw/2) * w) y1 = int((yc - bh/2) * h) x2 = int((xc + bw/2) * w) y2 = int((yc + bh/2) * h) rect = patches.Rectangle((x1, y1), x2-x1, y2-y1, linewidth=2, edgecolor='r', facecolor='none') ax.add_patch(rect) ax.text(x1, y1, f'{class_names[cls_id]} {conf:.2f}', color='yellow', fontsize=12, backgroundcolor='red') plt.axis('off') plt.show() plot_detection( '../dataset/images/val/BloodImage_00001.jpg', '../inference_results/BloodImage_00001.txt' )你会发现，即使在密集重叠区域，模型也能较准确地区分不同类型的细胞。这种能力对临床实际意义重大——毕竟真实的血液涂片从来不会规规矩矩排好队。
模型效果满意了，接下来才是真正的挑战：如何把它变成可用的服务？
很多项目止步于notebook里的detect.py，但在生产环境，你需要考虑更多：
- 用户上传一张图怎么办？
- 多并发请求会不会崩？
- 能不能脱离完整YOLOv5仓库运行？
我们可以分三步走。
第一步：轻量化打包
不必携带整个YOLOv5项目，只需提取必要组件：
deploy/ ├── weights/ │ └── best.pt ├── models/ │ └── common.py ├── utils/ │ ├── general.py │ └── datasets.py ├── detect.py ├── requirements.txt └── inference.py依赖也很精简：
# requirements.txt torch>=1.7.0 torchvision>=0.8.0 numpy opencv-python matplotlib第二步：封装成函数接口
写一个简单的调用入口，支持CPU/GPU自动切换：
# inference.py import sys sys.path.insert(0, './deploy/') from deploy.detect import run def predict(image_source, output_dir='output'): run( weights='./deploy/weights/best.pt', source=image_source, project=output_dir, name='', exist_ok=True, device='cpu', conf_thres=0.5, iou_thres=0.45, save_txt=True, save_conf=True, view_img=False ) # 使用示例 predict('./input_samples/', './detection_results/')这样任何外部程序都可以通过导入predict()来使用模型，就像调用普通函数一样自然。
第三步：发布为Web API
最实用的方式是封装成HTTP服务。这里用Flask举个例子：
from flask import Flask, request, jsonify, send_from_directory import os import uuid app = Flask(__name__) UPLOAD_FOLDER = 'uploads' RESULT_FOLDER = 'results' @app.route('/detect', methods=['POST']) def detect_cells(): if 'file' not in request.files: return jsonify({'error': 'No file uploaded'}), 400 file = request.files['file'] if file.filename == '': return jsonify({'error': 'Empty filename'}), 400 filename = str(uuid.uuid4()) + '.jpg' filepath = os.path.join(UPLOAD_FOLDER, filename) file.save(filepath) predict(filepath, RESULT_FOLDER) result_url = f'/results/{filename}' return jsonify({'result_image': result_url}) @app.route('/results/<path:filename>') def serve_result(filename): return send_from_directory(RESULT_FOLDER, filename) if __name__ == '__main__': app.run(host='0.0.0.0', port=5000)启动后，前端或移动端只需发个POST请求就能拿到检测结果。这种方式特别适合集成进医院LIS系统、远程诊疗平台或便携式检验设备。
回头看这一整套流程，你会发现YOLOv5的强大不仅在于模型本身，更在于它的工程友好性。从数据准备到部署上线，几乎没有断层。这种端到端的流畅体验，正是它能在工业界广泛落地的核心原因。
当然，这只是一个起点。如果你想进一步提升性能，这里有几点实战建议：
- 换更大的模型：试试
yolov5m或yolov5l，配合COCO预训练权重，精度还能再提几个点； - 加强数据增强：Mosaic、HSV颜色扰动、随机仿射变换，都能有效缓解小样本过拟合；
- 视频追踪延伸：结合DeepSORT，可以在动态血流视频中跟踪单个细胞运动轨迹；
- 模型导出优化：将
.pt转为ONNX甚至TensorRT格式，可在Jetson Nano等嵌入式设备上实现实时推理。
最终的目标不是让AI炫技，而是真正帮医生减轻负担、提高诊断一致性。当你写的模型开始在真实世界中救人时，那种成就感远超任何论文发表。
🎯 让AI服务于临床一线，是我们每一个医疗视觉从业者的使命。
HAPPY CODING ✨
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
