NguyenEthan H. ; YangHaichun ; DengRuining ; LuYuzhe ; ZhuZheyu ; RolandJoseph T. ; LuLe ; LandmanBennett A. ; FogoAgnes B. ; HuoYuankai

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 |