【论文阅读笔记】基于YOLO和ResNet深度卷积神经网络的结直肠息肉检测

作者：李素琴、吴练练、宫德馨、胡珊、陈奕云、朱晓云、李夏、于红刚
效果视频链接：https://www.xhnj.com/m/video/1008384.htm

小结

  从算法的角度来说，作为2020发布的论文，使用的技术是比较落后的了。一个息肉检测项目，它使用了YOLO算法(应该是v1)来得到候选集，阈值使用$0.2$，然后使用ResNet进行类别识别。
  ResNet使用的是ResNet152，文中有说YOLO+ResNet152的系统达到了25帧/s 的处理速度，暂不知道处理平台。大概率是1080Ti，同期的腾讯觅影使用的YOLOv3，也是1080Ti上达到“实时”。
  从视频效果来看，算法系统的检测速度是不够的，明显有时延，应该是异步检测，检测速度不足且未同步的结果。从准确性看，小目标，以及不在正面的目标，效果检测效果一般。

  作为一个做着息肉识别的开发者来说，添加一个病灶检测分类，也是可以理解的，因为一些气泡/组织确实较难处理。况且是五年前的算法结构（实际上是$10$年了，YOLO和ResNet均是十年前提出的），昨日的bad case今日或许easy。
  但本文的数据集，已经剔除掉大量的气泡/粪水等实际的难点，是经过筛选过的数据。且从视频的效果来看，一些观察角度不正、较小的息肉，应该也不在测试集数据上。验证集应该相对简单。

  从摘要的指标来看，即使筛选过的测试集，其假阳性其实也不低，虽然文中说比其他文献要高了。

摘要

  算法系统由YOLO和ResNet152构建，系统在本文称作DCNN。

  数据集有4个来源，其中数据集$1$作为训练集，数据集$2/3/4$均为测试集。

  数据$1/3/4$的来源都是从武汉大学人民医院消化内镜中心数据库2018年01月 - 2019年03月的肠镜图像及视频。

• 数据集$1$（2018年01月-2018年11月），共$4700$张。其中$3700$张带息肉，训练YOLO；$1000$张不带息肉，结合前面的$1000$张带息肉，共$2000$张来训练ResNet；
• 数据集$2$（CVC-ClinicDB），开源数据集，共$612$张，来源$29$个结肠镜检查视频。所有图像均有息肉，用于测试和与其他文献对比；
• 数据集$3$（2019年01月-2019年03月），共$720$张图像，含息肉图像$320$张，不含息肉图像$400$张；
• 数据集