[논문 리뷰] BGF-YOLO: Enhanced YOLOv8 with Multiscale Attentional Feature Fusion for Brain Tumor Detection

Ming Kang, Chee‐Ming Ting외 2명|arXiv (Cornell University)|2023. 09. 22.

Brain Tumor Detection and Classification인용 수 7

한 줄 요약

BGF-YOLO는 Bi-level routing attention, generalized feature pyramids, 그리고 네 번째 탐지 헤드를 도입하여 뇌종양 탐지 성능을 향상시키고 Br35H에서 YOLOv8x 대비 mAP50의 절대 증가폭을 4.7% 달성한다.

ABSTRACT

You Only Look Once (YOLO)-based object detectors have shown remarkable accuracy for automated brain tumor detection. In this paper, we develop a novel BGF-YOLO architecture by incorporating Bi-level routing attention, Generalized feature pyramid networks, and Fourth detecting head into YOLOv8. BGF-YOLO contains an attention mechanism to focus more on important features, and feature pyramid networks to enrich feature representation by merging high-level semantic features with spatial details. Furthermore, we investigate the effect of different attention mechanisms and feature fusions, detection head architectures on brain tumor detection accuracy. Experimental results show that BGF-YOLO gives a 4.7% absolute increase of mAP$_{50}$ compared to YOLOv8x, and achieves state-of-the-art on the brain tumor detection dataset Br35H. The code is available at https://github.com/mkang315/BGF-YOLO.

연구 동기 및 목표

• 진보된 YOLO 아키텍처를 사용한 자동 뇌종양 탐지의 향상을 촉진한다.
• 주의 메커니즘과 특징 융합이 탐지 정확도에 미치는 영향을 조사한다.
• YOLOv8 프레임워크 내 재설계된 탐지 헤드의 이점을 평가한다.

제안 방법

• 주요 특징을 강조하기 위해 Bi-level routing attention을 도입한다.
• 고수준 시맨틱 정보를 공간적 세부 정보와 결합하기 위해 Generalized feature pyramid networks를 사용한다.
• 탐지 능력을 강화하기 위해 네 번째 탐지 헤드를 도입한다.
• YOLOv8 기반 아키텍처에서 다양한 주의 메커니즘과 특징 융합 전략을 평가한다.
• 특히 Br35H를 포함한 뇌종양 데이터세트에서 탐지 성능을 평가한다.

실험 결과

연구 질문

• RQ1 Bi-level routing attention이 YOLOv8 기반 아키텍처에서 뇌종양 탐지 정확도를 향상시키는가?
• RQ2 일반화된 피처 피라미드 네트워크가 뇌종양 탐지를 위한 특징 표현에 어떤 영향을 미치는가?
• RQ3 네 번째 탐지 헤드를 추가하는 것이 탐지 성능에 어떤 영향을 미치는가?
• RQ4 Br35H에서 가장 높은 mAP를 얻는 주의 메커니즘과 특징 융합 스킴은 무엇인가?

주요 결과

• BGF-YOLO는 YOLOv8x 대비 mAP50의 절대 증가를 4.7% 달성한다.
• 이 아키텍처는 Br35H 뇌종양 데이터세트에서 최첨단 성능을 달성한다.
• 본 연구는 탐지 정확도에 대한 다양한 주의 메커니즘과 특징 융합의 효과를 분석한다.