CFPFormer：用于分割与检测的类似特征金字塔Transformer解码器
计算机视觉与模式识别
2025-04-08 v2
摘要
特征金字塔已被广泛应用于卷积神经网络和Transformer以解决医学图像分割任务。然而，现有模型通常专注于Encoder侧Transformer进行特征提取。我们进一步探索在特征解码器上利用精心设计的架构提升潜力。我们提出了交叉特征金字塔Transformer解码器(CFPFormer)，一种新型解码器模块，将特征金字塔与Transformer集成。尽管Transformer-like架构在分割方面表现卓越，但存在冗余性和训练成本的顾虑。具体而言，通过利用patch嵌入和跨层特征拼接机制，CFPFormer增强了特征提取能力，同时通过我们的高斯注意力机制缓解了复杂度问题。凭借Transformer结构和U型连接，本工作能够捕获长程依赖并有效上采样特征图。本文在医学图像分割数据集上提供实验结果，证明了方法的有效性与有效性。以ResNet50为主干网络时，我们的方法实现了92.02%的Dice得分，凸显了我们方法的有效性。值得注意的是，我们的基于VGG的模型在更复杂的ViT和Swin Transformer主干网络方面超越了基线模型。
引用
@article{arxiv.2404.15451,
title = {CFPFormer: Feature-pyramid like Transformer Decoder for Segmentation and Detection},
author = {Hongyi Cai and Mohammad Mahdinur Rahman and Wenzhen Dong and Jingyu Wu},
journal= {arXiv preprint arXiv:2404.15451},
year = {2025}
}