HarDNet-MSEG：一种实现超过 0.9 平均 Dice 与 86 FPS 的简易编解码器息肉分割神经网络
计算机视觉与模式识别
2021-01-21 v2
摘要
我们提出一种称为 HarDNet-MSEG 的新型卷积神经网络用于息肉分割。它在五个流行数据集上实现了精度与推理速度的 SOTA。对于 Kvasir-SEG，HarDNet-MSEG 在 GeForce RTX 2080 Ti GPU 上以 86.7 FPS 运行取得 0.904 平均 Dice。它由骨干网络与解码器组成。骨干网络为称为 HarDNet68 的低内存流量 CNN，已成功应用于包括图像分类、目标检测、多目标跟踪与语义分割等各种 CV 任务。解码器部分受以快速准确显著目标检测闻名的级联部分解码器启发。我们使用这五个流行数据集评估了 HarDNet-MSEG。代码与所有实验细节可在 Github 获取。https://github.com/james128333/HarDNet-MSEG
引用
@article{arxiv.2101.07172,
title = {HarDNet-MSEG: A Simple Encoder-Decoder Polyp Segmentation Neural Network that Achieves over 0.9 Mean Dice and 86 FPS},
author = {Chien-Hsiang Huang and Hung-Yu Wu and Youn-Long Lin},
journal= {arXiv preprint arXiv:2101.07172},
year = {2021}
}