换一批
换一批基于交叉协同注意力网络的小样本肠道息肉图像语义分割
Semantic segmentation of few-shot intestinal polyp images based on cross-cooperative attention network
摘要目的:提高肠道息肉图像语义分割模型对查询图片中未知目标的分割性能.方法:提出一种基于交叉协同注意力网络的小样本肠道息肉图像语义分割方法.首先,利用预训练的VGG-16网络提取支持图片和查询图片的视觉特征;然后,利用支持特征和查询特征建立分支间特征的交叉融合,促进分支间特征语义的对齐;最后,利用无参数的度量方法,逐像素实现查询图片中每一位置的像素分类.结果:在Kvasir-SEG等4个开源的肠道息肉图像数据集中,本研究所提出方法的前景背景交并比(FB-IoU)分值均优于经典的医学图像语义分割模型U-Net.结论:基于交叉协同注意力网络的小样本肠道息肉图像语义分割方法可以精准定位支持图片和查询图片中的息肉区域,具有较好的分割性能.
更多相关知识
关键词
肠道息肉图像语义分割交叉协同注意力网络语义对齐Intestinal polypImage semantic segmentationCross-cooperative attention networkSemantic alignment
栏目名称
DOI
10.3969/j.issn.1673-7571.2025.01.007
发布时间
2025-02-18
基金项目
- 浏览3
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
