BriefGPT - AI 论文速递
·
无线胶囊内镜基于 Swin Transformer 和 RT-DETR 的出血帧分类与检测的稳健流程
💡
原文中文，约500字，阅读约需1分钟。
📝
内容提要
本文介绍了在Auto WCEBleedGen挑战赛中使用的方法，包括使用Swin Transformer进行出血帧分类和使用RT-DETR检测无线胶囊内窥镜图像中的出血。通过图像预处理步骤，如转换颜色空间、对比度增强和抑制伪影，实现了高准确率和F1得分。验证集上的分类准确率达到了98.5%，测试集上为87.0%。
🎯
关键要点
- 本文介绍了在Auto WCEBleedGen挑战赛中使用的方法。
- 结合了Swin Transformer进行出血帧的初步分类。
- 使用RT-DETR检测无线胶囊内窥镜图像中的出血。
- 采用图像预处理步骤，包括转换颜色空间、对比度增强和抑制伪影。
- 验证集上的分类准确率达到了98.5%。
- 测试集上的分类准确率为87.0%，F1得分为89.0%。
- 该方法在AP50上达到了66.7%，优于YOLOv8的65.0%。
➡️
