基於YOLOv8之細菌微菌落顯微影像偵測模型設計

美國南伊利諾大學研究團隊針對高解析度顯微影像中細菌微菌落不易辨識的問題，於YOLOv8目標偵測架構下，比較不同主幹網路與特徵融合設計。結果顯示，以EfficientNetV2-S作為主幹網路並搭配YOLOv8原生頸部網路，可兼顧偵測精準度、信賴度穩定性與推論效率，具高通量顯微篩檢應用潛力。