《电子测量技术杂志》发表论文赏析

YOLOF-CBAM:一种新的结直肠息肉实时分类与检测方法

来源:电子测量技术杂志2023年第16期北京时间:

作者:杨昆,孙宇锋,汪世伟,路宇飞,薛林雁

单位:1.河北大学质量技术监督学院 保定 071002; 2.计量仪器与系统国家地方联合工程研究中心 保定 071002; 3.河北省新能源汽车动力系统轻量化技术创新中心 保定 071002; 4.河北大学电子信息工程学院 保定 071002

摘要:针对目前常见的计算机辅助检测系统对结肠镜图像中息肉的分类与检测准确性和实时性不足的问题,提出了一种以YOLOv4为基本框架,结合空间注意力机制与改进特征融合层的YOLOFCBAM模型,可对白光和窄带成像双模态内镜图像中的增生性息肉与腺瘤性息肉进行实时分类与检测。为了使息肉的特征提取更准确,在YOLOv4的主干网中增加CBAM模块,使网络特征提取层关注到更加重要的空间以及通道信息,抑制不必要特征向下传递;在此基础上,通过对特征融合层PANet进行剪枝操作优化网络结构,以此减少网络参数量,进一步提高模型的检测速度。为了对改进后的模型进行训练和测试,从河北大学附属医院收集了2 988张包含了白光和NBI的内镜图像,并按照9∶1的划分比例划分为训练集和测试集。实验结果表明,YOLOFCBAM在测试集上的mAP值为8644%,识别增生性息肉和腺瘤性息肉的召回率分别为8962%和8564%,精确率分别为9135%和8519%,且实时分类速度达到47 FPS,证明所提出的模型具有潜在的临床应用价值。

关键词:结直肠息肉;实时分类与检测;注意力机制;YOLOv4;PANet

基金资助:河北大学多学科交叉研究项目(DXK201914)、河北大学校长科研基金(XZJJ201914)、大学生创新创业训练计划创新训练项目(2022373)资助

2023年16期其他文献查阅:

基于双目视觉的输电线路防外破系统设计

基于混合策略改进的LightGBM土壤污染预测模型

辐射源个体识别中的对抗攻击研究

基于MTACNet网络的运动想象脑电分类

基于改进Kalmus滤波的悬停无人机检测技术

基于平滑滤波的多传感器异步融合方法研究

基于Transformer改进YOLOv5的山火检测方法研究

复杂纹理布匹五类典型瑕疵图像检测算法研究

基于Efficientnet的红外目标检测算法

基于麻雀搜索优化的背景分割算法的板簧尺寸检测方法

引入GAN与可变形注意力的多维人体运动分析

基于改进ORB-RANSAC算法的锅底标签角度视觉测量方法

基于多模态数据驱动的黄瓜温室湿度预测方法

可穿戴定位系统阵列惯性器件故障检测方法

少标签下油浸式变压器双层故障诊断模型

基于改进Radon域多次波抑制的强弱目标分离

基于改良天鹰优化器的单目相机标定方法

YOLOF-CBAM:一种新的结直肠息肉实时分类与检测方法

改进CORDIC算法实现及其在边缘检测中的应用

采用样本自动选择的建筑物遥感场景分类方法

基于孪生网络的小样本轮胎花纹验证算法

融合多尺度卷积和注意力机制的场景提取方法

基于改进YOLOX的航拍遥感图像检测模型

基于Faster R-CNN的复杂背景下绝缘子目标检测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!