重参数化大核卷积的光学黑色素瘤图像检测算法

作者：苏炅; 曾志高; 刘强^*; 易胜秋; 文志强; 袁鑫攀

来源：半导体光电, 2023, 44(05): 788-795.

DOI：10.16818/j.issn1001-5868.2023062801

• 黑色素瘤
• 注意力机制
• YOLOv5
• 大核卷积
• 轻量化上采样算子

针对皮肤镜采集的光学黑色素瘤图像，由于其背景信息复杂，干扰信息过多，导致检测精度较低，容易出现误检、漏检等问题，提出一种重参数化大核卷积的光学黑色素瘤图像检测算法。首先，在主干部分设计一种融合大核卷积与C3的新模块C3＿RepLK,以增大模型的感受野，提取更多的有效信息。其次，引入感受野模块RFB,融合不同尺度的特征信息，减少错检。颈部网络中采用混合密集稀疏卷积GSConv和轻量化上采样算子CARAFE,使得网络能够捕捉到丰富的上下文信息，抑制漏检。最后，在算法中融入二阶通道注意力模块SOCA,加强特征之间的关联性，关注更有用的特征。实验表明，所提检测算法较原YOLOv5算法，所有类别平均精度从85.0%提升至89.4%,证明所提出的算法对于检测黑色素瘤的有效性。

• 单位
  湖南工业大学