ASF-YOLO: Ein neuartiges YOLO-Modell mit aufmerksamkeitsbasierter Skalenfolge-Fusion zur Zellinstanzsegmentierung

Wir schlagen ein neuartiges Rahmenwerk für die Attentional Scale Sequence Fusion basierend auf You Only Look Once (YOLO) vor (ASF-YOLO), das räumliche und Skaleneigenschaften für eine präzise und schnelle Zellinstanzsegmentierung kombiniert. Basierend auf dem YOLO-Segmentierungsrahmen verwenden wir das Scale Sequence Feature Fusion (SSFF) Modul, um die Fähigkeit zur multiskalaren Informationsgewinnung des Netzwerks zu verbessern, sowie das Triple Feature Encoder (TFE) Modul, um Merkmalskarten unterschiedlicher Skalen zu fusionieren und detaillierte Informationen zu erhöhen. Darüber hinaus führen wir einen Channel and Position Attention Mechanism (CPAM) ein, um sowohl das SSFF- als auch das TFE-Modul zu integrieren, das sich auf informative Kanäle und räumlich positionierte kleine Objekte konzentriert, um die Erkennungs- und Segmentierungsleistung zu verbessern. Experimentelle Validierungen an zwei Zell-Datensets zeigen eine bemerkenswerte Segmentierungsgenauigkeit und -geschwindigkeit des vorgeschlagenen ASF-YOLO-Modells. Es erreicht einen Box-mAP von 0,91, einen Masken-mAP von 0,887 und eine Inferenzgeschwindigkeit von 47,3 FPS im Data Science Bowl-Datensatz 2018 und übertrifft damit die neuesten Methoden. Der Quellcode ist verfügbar unter https://github.com/mkang315/ASF-YOLO.