[论文解读] 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 17

一句话总结

ASF-YOLO 引入 Attentional Scale Sequence Fusion，以提升多尺度特征融合，从而实现快速且准确的细胞实例分割，在公开数据集上达到最先进的指标。

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.

研究动机与目标

• 通过将多尺度特征融合与注意力机制相结合，推动细胞实例分割的发展。
• 开发模块以融合尺度序列并丰富分割中的细节保留。
• 使用通道与位置信注意力提升检测与分割，以聚焦信息丰富的特征。

提出的方法

• 引入 Scale Sequence Feature Fusion (SSFF) 以增强多尺度信息提取。
• 引入 Triple Feature Encoder (TFE) 以跨尺度融合特征图，获得更丰富的细节。
• 应用 Channel and Position Attention Mechanism (CPAM) 指导 SSFF 与 TFE 聚焦有信息的通道与空间区域。
• 在 YOLO 分割框架上构建，实现快速端到端训练与推理。
• 在两个细胞数据集上报告性能，指标包括 box mAP 与 mask mAP。

实验结果

研究问题

• RQ1 注意力尺度序列融合是否能改善细胞实例分割的多尺度特征表示？
• RQ2 将 SSFF、TFE 与 CPAM 结合是否比现有基于 YOLO 的方法在分割精度和速度上更优？
• RQ3 在标准细胞分割基准上的性能提升如何？

主要发现

• 在 2018 Data Science Bowl 数据集上实现 box mAP 为 0.91。
• 在同一数据集上实现 mask mAP 为 0.887。
• 在 2018 Data Science Bowl 数据集上的推理速度为 47.3 FPS。
• ASF-YOLO 在所测试的细胞数据集上优于现有最先进方法。
• 所提出的模块（SSFF、TFE、CPAM）协同提升检测与分割质量。