腹腔镜视频中基于弱监督学习的器械定位

手术器械定位是内窥镜视频自动分析的一项基本任务。在文献中，现有的器械定位、跟踪与分割方法需要完全标注的训练数据，从而限制了可用数据集的规模以及方法的泛化能力。在本工作中，我们提出以弱监督来规避标注数据的缺乏。我们提出了一种仅基于图像级标注训练的深层架构，可用于手术视频中的器械存在检测与定位。我们的架构依赖于一个端到端训练的全卷积神经网络，使我们能够在无显式空间标注的情况下定位手术器械。我们在一个大型公开数据集 Cholec80 上展示了方法的优势，该数据集完整标注了二值器械存在信息，其中 5 个视频完整标注了边界框与器械中心用于评估。