Материал конференции: "Труды Международной конференции по компьютерной графике и зрению "Графикон" (19-21 сентября 2023 г., Москва)"
Авторы:Хрящёв В.В., Котов Н.В., Приоров А.Л.
Исследование алгоритмов на базе нейросетевой архитектуры YOLO в задаче детектирования полипов на колоноскопических видеоданных
Аннотация:
Приведен анализ использования нейросетевых алгоритмов детектирования полипов толстой кишки, получаемых при колоноскопическом исследовании. Для обучения и тестирования алгоритмов глубокого машинного обучения использовалась база изображений Kvasir-SEG. В качестве нейросетевых архитектур использовались сети YOLOv6, YOLOR, YOLOv7, YOLOv7X, YOLOv8, предварительно обученные на базе изображений MS COCO. В связи с малым объемом изображений в базе Kvasir-SEG использовалась аугментация данных. В результате применения алгоритмов детектирования к тестовому набору эндоскопических изображений получены наивысшие значения метрик AP@[0,25..0,75] – равной 98,4, и AP@0,50 – равной 98,6, для нейросетевого детектора на базе сети YOLOv8. По результатам сравнения предложенных алгоритмов с аналогами сеть YOLOv8 показала улучшение результата по метрике AP@[0,25..0,75] на 5,9 в сравнении с аналогичной нейросетевой моделью НАООYL. Полученные результаты могут использоваться при разработке системы анализа видеопотока в эндоскопической системе, работающей в режиме реального времени при проведении колоноскопических исследований
