自适应查询提示用于多域地标检测
计算机视觉与模式识别
2025-11-21 v2
摘要
医学地标检测在各种医学成像模态和程序中至关重要。尽管基于深度学习的方法取得了有希望的性能，但它们大多针对特定的解剖区域或任务而设计。在这项工作中，我们通过利用Transformer架构并开发一个名为自适应查询提示（AQP）的提示组件，提出了一种用于多域地标检测的通用模型。我们不在骨干网络中嵌入额外模块，而是设计一个单独的模块来生成提示，该提示可以有效地扩展到任何其他Transformer网络。在我们提出的AQP中，提示是在称为提示池的存储空间中维护的可学习参数。核心思想是保持骨干网络冻结，然后优化提示以指导模型推理过程。此外，我们采用轻量级解码器从提取的特征中解码地标，即Light-MLD。由于解码器和AQP的轻量级特性，我们可以通过共享骨干编码器，然后仅进行部分参数调优来处理多个数据集，而不会产生太多额外成本。它有可能扩展到更多的地标检测任务。我们在三个广泛使用的X射线数据集上进行了不同医学地标检测任务的实验。我们提出的Light-MLD与AQP相结合，即使没有使用精细的结构设计或复杂的框架，也在许多指标上达到了最先进的性能。
引用
@article{arxiv.2404.01194,
title = {Adaptive Query Prompting for Multi-Domain Landmark Detection},
author = {Yuhui Li and Qiusen Wei and Guoheng Huang and Xiaochen Yuan and Xuhang Chen and Guo Zhong and Jianwen Huang and Jiajie Huang},
journal= {arXiv preprint arXiv:2404.01194},
year = {2025}
}