HoVer-UNet：通过知识蒸馏以基于 UNet 的多类细胞核分割加速 HoVerNet
图像与视频处理
2023-12-05 v3 计算机视觉与模式识别
摘要
我们提出 HoVer-UNet，一种将多分支 HoVerNet 框架在组学病理中用于细胞核实例分割与分类的知识蒸馏方法。我们提出了一个紧凑、流线型的单一 UNet 网络，采用 Mix Vision Transformer 骨干，并配备自定义损失函数以最优编码 HoVerNet 的蒸馏知识，在不过损性能的前提下降低计算需求。我们表明，我们的模型在公开 PanNuke 和 Consep 数据集上取得了与 HoVerNet 相当的结果，而推理时间减少为三分之一。我们在 https://github.com/DIAGNijmegen/HoVer-UNet 公开提供模型代码。
引用
@article{arxiv.2311.12553,
title = {HoVer-UNet: Accelerating HoVerNet with UNet-based multi-class nuclei segmentation via knowledge distillation},
author = {Cristian Tommasino and Cristiano Russo and Antonio Maria Rinaldi and Francesco Ciompi},
journal= {arXiv preprint arXiv:2311.12553},
year = {2023}
}
备注
4 pages, 2 figures, submitted to ISBI 2024