[論文レビュー] ASF-YOLO: A Novel YOLO Model with Attentional Scale Sequence Fusion for Cell Instance Segmentation

Min-Seong Kang, Chee‐Ming Ting+2 more|arXiv (Cornell University)|Dec 11, 2023

Cell Image Analysis Techniques参考文献 45被引用数 17

ひとこと要約

ASF-YOLO は Attentional Scale Sequence Fusion を導入し、マルチスケール特徴の融合を強化して高速かつ正確なセルインスタンスセグメンテーションを実現し、公的データセットで最先端の指標を達成します。

ABSTRACT

We propose a novel Attentional Scale Sequence Fusion based You Only Look Once (YOLO) framework (ASF-YOLO) which combines spatial and scale features for accurate and fast cell instance segmentation. Built on the YOLO segmentation framework, we employ the Scale Sequence Feature Fusion (SSFF) module to enhance the multi-scale information extraction capability of the network, and the Triple Feature Encoder (TFE) module to fuse feature maps of different scales to increase detailed information. We further introduce a Channel and Position Attention Mechanism (CPAM) to integrate both the SSFF and TPE modules, which focus on informative channels and spatial position-related small objects for improved detection and segmentation performance. Experimental validations on two cell datasets show remarkable segmentation accuracy and speed of the proposed ASF-YOLO model. It achieves a box mAP of 0.91, mask mAP of 0.887, and an inference speed of 47.3 FPS on the 2018 Data Science Bowl dataset, outperforming the state-of-the-art methods. The source code is available at https://github.com/mkang315/ASF-YOLO.

研究の動機と目的

• 注意機構と組み合わせたマルチスケール特徴融合を統合して、セルのインスタンスセグメンテーションを前進させる。
• スケールシーケンスを融合し、セグメンテーションにおける詳細保持を高めるモジュールを開発。
• 情報量の多い特徴に焦点を当てるためにチャネルおよび位置注意機構を用いて検出とセグメンテーションを強化する。

提案手法

• Scale Sequence Feature Fusion (SSFF) を導入し、マルチスケール情報抽出を強化。
• Triple Feature Encoder (TFE) を組み込み、スケール間で特徴マップを融合してより豊かなディテールを実現。
• Channel and Position Attention Mechanism (CPAM) を適用し、SSFFとTFEを情報量の多いチャネルと空間領域へ導く。
• 高速でエンドツーエンドの訓練と推論を可能にするため、YOLO segmentation フレームワークを基盤とする。
• ボックス mAP やマスク mAP を含む指標で、2つのセルデータセットの性能を報告。

実験結果

リサーチクエスチョン

• RQ1 Attentional Scale Sequence Fusion は、セルのインスタンスセグメンテーションのためのマルチスケール特徴表現を改善できるか？
• RQ2 SSFF、TFE、CPAM の組み合わせは、既存の YOLO ベースの方法と比較して、分割精度と速度を向上させるか？
• RQ3 標準的なセルセグメンテーションのベンチマークでの性能向上はどの程度か？

主な発見

• Box mAP は 0.91、2018 Data Science Bowl データセットで。
• Mask mAP は 0.887、同データセットで。
• 推論速度は 47.3 FPS、2018 Data Science Bowl データセットで。
• ASF-YOLO は、評価済みのセルデータセットで最先端手法を上回る。
• 提案されたモジュール（SSFF、TFE、CPAM）は、検出とセグメンテーションの品質を相乗的に向上させる。