多层稠密注意力解码器用于多边形分割
计算机视觉与模式识别
2024-03-28 v1
摘要
检测和分割结肠癌的病灶对于加快诊断至关重要。由于肿瘤在颜色、纹理和光照条件方面存在较大差异，以及肿瘤与其周围区域之间的细微差别，此任务具有挑战性。最近，视觉Transformer在建模全局语境方面显示出稳健的分割能力。然而，它们面临两个主要局限性：无法学习多层次特征之间的局部关系，以及解码器中特征聚合不足。为此，我们提出了一种新的解码器架构，旨在层次化地聚合局部增强的多层次稠密特征。具体而言，我们引入了一种名为稠密注意力门（DAG）的新模块，能够自适应地融合所有前导层的特征，以建立所有层之间的局部特征关系。此外，我们提出了一种新的嵌套解码器架构，对解码器特征进行层次化聚合，从而增强语义特征。我们将新的稠密解码器与PVT主干网络集成，并在五个结肠息肉分割数据集上进行评估：Kvasir、CVC-300、CVC-ColonDB、CVC-ClinicDB和ETIS。我们的实验与与九个竞争分割模型的比较表明，所提出的体系结构实现了最先进的性能，并在四个数据集上优于先前模型。源代码可在 https://github.com/krushi1992/Dense-Decoder 获取。
引用
@article{arxiv.2403.18180,
title = {Multi-Layer Dense Attention Decoder for Polyp Segmentation},
author = {Krushi Patel and Fengjun Li and Guanghui Wang},
journal= {arXiv preprint arXiv:2403.18180},
year = {2024}
}