重参数化大核卷积的光学黑色素瘤图像检测算法

作     者：苏炅 曾志高 刘强 易胜秋 文志强 袁鑫攀 SU Jiong;ZENG Zhigao;LIU Qiang;YI Shengqiu;WEN Zhiqiang;YUAN Xinpan

作者机构：湖南工业大学计算机学院湖南株洲412000 

基　　金：科技创新2030—“新一代人工智能”重大项目(2018AAA0100400) 湖南省教育厅项目(21A0350,21C0439) 湖南省自然科学基金项目(2022JJ50051,2021JJ50058,22A044,2022JJ30231) 

出 版 物：《半导体光电》 (Semiconductor Optoelectronics)

年 卷 期：2023年第44卷第5期

页      码：788-795页

摘      要：针对皮肤镜采集的光学黑色素瘤图像,由于其背景信息复杂,干扰信息过多,导致检测精度较低,容易出现误检、漏检等问题,提出一种重参数化大核卷积的光学黑色素瘤图像检测算法。首先,在主干部分设计一种融合大核卷积与C3的新模块C3_RepLK,以增大模型的感受野,提取更多的有效信息。其次,引入感受野模块RFB,融合不同尺度的特征信息,减少错检。颈部网络中采用混合密集稀疏卷积GSConv和轻量化上采样算子CARAFE,使得网络能够捕捉到丰富的上下文信息,抑制漏检。最后,在算法中融入二阶通道注意力模块SOCA,加强特征之间的关联性,关注更有用的特征。实验表明,所提检测算法较原YOLOv5算法,所有类别平均精度从85.0%提升至89.4%,证明所提出的算法对于检测黑色素瘤的有效性。

主 题 词：黑色素瘤 注意力机制 YOLOv5 大核卷积 轻量化上采样算子 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16818/j.issn1001-5868.2023062801

馆 藏 号：203124412...