本文提出了一种基于深度学习的血细胞分类和计数系统，采用U-Net模型进行细胞分割，使用BloodCell-Net方法进行分类，分类准确率达到96.5%。研究还介绍了大型红细胞图像数据集和两阶段深度学习框架。此外，结合注意力机制的ADA-YOLO在血细胞检测中表现优异，适用于资源受限环境。