用于息肉分割的精炼深度神经网络与 U-Net
图像与视频处理
2021-06-01 v1 计算机视觉与模式识别
机器学习
摘要
Medico: Multimedia Task 2020 专注于开发高效且准确的计算机辅助诊断系统以进行自动分割 [3]。我们参与了任务 1，即息肉分割任务，旨在开发在综合数据集上分割息肉的算法。在该任务中，我们提出了结合残差（Residual）模块、Inception 模块、自适应卷积神经网络与 U-Net 模型以及 PraNet 的方法，用于对内镜图像中各类息肉进行语义分割。我们在方法中选取了具有不同架构和参数的 5 次运行。我们的方法在多次实验中展现出在准确率和效率上的潜在良好结果，并且我们的团队以 0.765 的 Jaccard 指数位列前三最佳结果。
引用
@article{arxiv.2105.14848,
title = {Refined Deep Neural Network and U-Net for Polyps Segmentation},
author = {Quoc-Huy Trinh and Minh-Van Nguyen and Thiet-Gia Huynh and Minh-Triet Tran},
journal= {arXiv preprint arXiv:2105.14848},
year = {2021}
}