用于内窥镜伪影分割与检测的多 Plateau 集成方法
计算机视觉与模式识别
2020-09-09 v1 图像与视频处理
摘要
内窥镜伪影检测挑战包含 1）伪影检测，2）语义分割，以及 3）样本外泛化。对于语义分割任务，我们提出一种以 EfficientNet 作为特征提取器/编码器的 FPN（特征金字塔网络）多 plateau 集成。对于目标检测任务，我们使用以 Resnet50 为骨干的 RetinaNet 与以 Resnext101 为骨干的 FasterRCNN（FPN + DC5）的三模型集成。我们针对该问题的 PyTorch 实现可在 https://github.com/ubamba98/EAD2020 获取。
引用
@article{arxiv.2003.10129,
title = {Multi-Plateau Ensemble for Endoscopic Artefact Segmentation and Detection},
author = {Suyog Jadhav and Udbhav Bamba and Arnav Chavan and Rishabh Tiwari and Aryan Raj},
journal= {arXiv preprint arXiv:2003.10129},
year = {2020}
}
备注
EndoCV2020 workshop ISBI 2020 camera ready