本文共 418 字，大约阅读时间需要 1 分钟。

本文来源公众号“OpenCV学堂”，仅用于学术分享，侵权删，干货满满。

数据集介绍

该图像数据集是 U2OS 细胞高通量化学筛选的一部分，包含了 200 种生物活性化合物的示例。最初用于细胞绘画测定（荧光显微镜）成像的治疗效果，数据集仅包含每种化合物单个视场的 DNA 通道图像。这些图像展示了多种核表型，反映了高通量化学扰动。该数据集的核心用途是研究分割算法，目标是准确分离单个细胞核实例，无论其形状和密度如何。通过手动注释约 23,000 个细胞核，建立了用于分割评估的数据集合，为后续研究提供了坚实基础。

模型训练指南

准备好数据集后，可按照以下命令运行模型训练：

yolo train model=yolov8s.pt data=bbbc022_dataset.yaml epochs=25 imgsz=640 batch=1

请确保在执行前已正确配置模型路径和数据集参数。训练完成后，可下载生成的模型文件进行推理或进一步优化。

转载地址：http://agsfk.baihongyu.com/