Command Palette
Search for a command to run...
Ethan H. Nguyen Haichun Yang Ruining Deng Yuzhe Lu Zheyu Zhu Joseph T. Roland Le Lu Bennett A. Landman, Senior Member, IEEE Agnes B. Fogo Yuankai Huo, Member, IEEE

摘要
在计算机视觉中,框表示法已被广泛用于目标检测。然而,这种表示法虽然有效,但不一定适用于在肾病理学中起关键作用的生物医学对象(如肾小球)。本文提出了一种简单的圆形表示法用于医学目标检测,并介绍了CircleNet,一种无锚点的检测框架。与传统的边界框表示法相比,所提出的边界圆表示法在三个方面有所创新:(1) 它针对球形生物医学对象进行了优化;(2) 与框表示法相比,圆形表示法减少了自由度;(3) 它天然具有更强的旋转不变性。在病理图像上检测肾小球和细胞核时,所提出的圆形表示法表现出优于边界框的检测性能,并且具有更好的旋转不变性。代码已公开发布:https://github.com/hrlblab/CircleNet
代码仓库
hrlblab/CircleNet
官方
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| medical-object-detection-on-monuseg-2018 | CircleNet | Average-mAP: 0.487 |