[论文解读] RepVGG-GELAN: Enhanced GELAN with VGG-STYLE ConvNets for Brain Tumour Detection

Thennarasi Balakrishnan, Sandeep Singh Sengar|arXiv (Cornell University)|May 6, 2024

Brain Tumor Detection and Classification被引用 4

一句话总结

该论文提出 RepVGG-GELAN，一种基于 YOLO 的目标检测模型，通过将 VGG 风格的重参数化卷积（RepVGG）与广义高效层聚合网络（GELAN）相结合，提升了脑肿瘤检测的精度与效率。该模型在医学影像数据集上实现了 98.2% 的精确率和 97.0% 的 AP50，优于 RCS-YOLO 和 YOLOv8，且在 240.7 GFLOPs 的计算量下仅使用 25.4 百万参数。

ABSTRACT

Object detection algorithms particularly those based on YOLO have demonstrated remarkable efficiency in balancing speed and accuracy. However, their application in brain tumour detection remains underexplored. This study proposes RepVGG-GELAN, a novel YOLO architecture enhanced with RepVGG, a reparameterized convolutional approach for object detection tasks particularly focusing on brain tumour detection within medical images. RepVGG-GELAN leverages the RepVGG architecture to improve both speed and accuracy in detecting brain tumours. Integrating RepVGG into the YOLO framework aims to achieve a balance between computational efficiency and detection performance. This study includes a spatial pyramid pooling-based Generalized Efficient Layer Aggregation Network (GELAN) architecture which further enhances the capability of RepVGG. Experimental evaluation conducted on a brain tumour dataset demonstrates the effectiveness of RepVGG-GELAN surpassing existing RCS-YOLO in terms of precision and speed. Specifically, RepVGG-GELAN achieves an increased precision of 4.91% and an increased AP50 of 2.54% over the latest existing approach while operating at 240.7 GFLOPs. The proposed RepVGG-GELAN with GELAN architecture presents promising results establishing itself as a state-of-the-art solution for accurate and efficient brain tumour detection in medical images. The implementation code is publicly available at https://github.com/ThensiB/RepVGG-GELAN.

研究动机与目标

• 为解决高效 YOLO 基础目标检测器在医学图像分析，特别是脑肿瘤检测中应用的不足。
• 通过深度学习提升脑肿瘤检测的精度与计算效率。
• 将 RepVGG 的重参数化卷积架构与 GELAN 结合，以增强特征提取能力与推理速度。
• 开发一种轻量化、高性能的模型，适用于计算资源有限的临床部署环境。

提出的方法

• 采用增强版 YOLO 框架，集成 RepVGG，一种重参数化卷积架构，可在推理阶段将多条卷积路径合并为单个等效卷积层。
• 整合广义高效层聚合网络（GELAN），以提升多尺度特征图之间的特征融合与层次化表征学习能力。
• 在 GELAN 模块中引入空间金字塔池化（SPP），以增强感受野并提升对尺度变化的鲁棒性。
• 采用单阶段检测头，实现无锚框预测，对类别得分使用 Sigmoid 激活函数，对边界框坐标回归头使用 Sigmoid 激活函数。
• 在推理阶段应用结构化重参数化，将残差类模块转换为单个卷积层，从而降低 FLOPs 并加速推理。
• 通过简化下采样模块与优化预测头，进一步优化模型，消除对锚框的依赖。

实验结果

研究问题

• RQ1 与现有 YOLO 基础模型相比，RepVGG 与 GELAN 的集成是否能提升脑肿瘤检测的精度与速度？
• RQ2 在医学影像数据上，RepVGG-GELAN 架构在不同 IoU 阈值下的精确率、召回率与 mAP 表现如何？
• RQ3 使用重参数化卷积在不牺牲检测性能的前提下，能在多大程度上降低计算成本？
• RQ4 在脑肿瘤检测背景下，该模型的参数量与 FLOPs 与 SOTA 模型（如 RCS-YOLO 和 YOLOv8）相比如何？
• RQ5 RepVGG 组件对 RepVGG-GELAN 模型整体性能提升的贡献有多大？

主要发现

• RepVGG-GELAN 实现了 98.2% 的精确率，较基线模型 RCS-YOLO 提升 4.91%，表现更优。
• 该模型在 IoU=0.5 时达到 97.0% 的 AP50，较最新现有方法提升 2.54%，显示出在定位精度上的显著优势。
• 尽管召回率略有下降（89.0%，相较 RCS-YOLO 的 94.5%），RepVGG-GELAN 仍保持强劲的检测性能，mAP50:95 达到 72.3%。
• 模型在 240.7 GFLOPs 的计算量下仅使用 25.4 百万参数，体现出极高的计算效率，适合实时部署。
• 消融实验表明，引入 RepVGG 可使精确率从 GELAN 仅有的 96.4% 提升至 98.2%，验证了其在减少误报方面的关键作用。
• 该模型在精确率与 AP50 上均优于 RCS-YOLO 与 YOLOv8，同时参数量更小、FLOPs 更低，确立了其在脑肿瘤检测领域的 SOTA 地位。