摘要

在最近的一项研究中，我们发现公开的BCCD和BCD数据集存在显著的问题，如标注错误、样本量不足和数据质量差。为了解决这些问题，我们对这两个数据集进行了样本删除、重新标注和整合。此外，我们引入了PBC和Raabin-WBC数据集，并最终创建了一个高质量、样本均衡的新数据集，命名为TXL-PBC。该数据集包含1008个训练集、288个验证集和144个测试集。首先，该数据集经过严格的/manual annotation（手动标注）、使用YOLOv8n模型进行自动标注以及手动审核步骤，以确保标注的准确性和一致性。其次，我们解决了原始数据集中血细胞误标的问题。标签边界框面积分布和标签数量均优于BCCD和BCD数据集。此外，我们使用YOLOv8n模型对这三个数据集进行了训练，结果表明TXL-PBC数据集的性能超过了原有的两个数据集。最后，我们将YOLOv5n、YOLOv5s、YOLOv5l、YOLOv8s和YOLOv8m检测模型作为TXL-PBC的基准模型。本研究不仅提高了血细胞数据集的质量，还支持研究人员改进用于血细胞目标检测的模型。我们已将可自由访问的TXL-PBC数据集发布在 https://github.com/lugan113/TXL-PBC_Dataset。