一、本文介绍
本文给大家带来的改进机制是利用多层次特征融合模块(SDI)配上经典的加权双向特征金字塔网络ASF-YOLO的Neck形成一种全新的Neck网络结构,从而达到二次创新的效果,其中(SDI)模块的主要思想是通过整合编码器生成的层级特征图来增强图像中的语义信息和细节信息。ASF-YOLO(发布于2023.12月份的最新机制),其是特别设计用于细胞实例分割。这个模型通过结合空间和尺度特征,提高了在处理细胞图像时的准确性和速度。在实验中,ASF-YOLO在2018年数据科学竞赛数据集上取得了卓越的分割准确性和速度,达到了0.91的box mAP(平均精度),0.887的mask mAP,以及47.3 FPS的推理速度,效果非常的好。同时这种融合我们在书写论文的时候论文的结构图也比较好画,同时本文的SDI模块在分割领域涨点高效,融合起来非常适用于目标分割。
欢迎大家订阅我的专栏一起学习YOLO!
目录